清理数据集时，但在描述性统计中仍保留有关被删除数据的信息。

在清理数据集时，如果想在描述性统计中仍保留有关被删除数据的信息，可以使用Python中的pandas库来实现。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['John', 'Mike', 'Amy', 'Jane', 'Emily'],
        'Age': [25, 30, 40, 35, 28],
        'Salary': [50000, 60000, 70000, 80000, 90000],
        'Deleted': [False, False, True, False, True]}
df = pd.DataFrame(data)

# 输出原始数据集
print("原始数据集：")
print(df)

# 删除被标记为删除的数据行
df_cleaned = df[df['Deleted'] == False]

# 输出清理后的数据集
print("清理后的数据集：")
print(df_cleaned)

# 描述性统计（包括被删除数据）
print("描述性统计（包括被删除数据）：")
print(df.describe())

# 描述性统计（不包括被删除数据）
print("描述性统计（不包括被删除数据）：")
print(df_cleaned.describe())

运行以上代码，将得到如下输出：

原始数据集：
   Name  Age  Salary  Deleted
0  John   25   50000    False
1  Mike   30   60000    False
2   Amy   40   70000     True
3  Jane   35   80000    False
4  Emily   28   90000     True
清理后的数据集：
   Name  Age  Salary  Deleted
0  John   25   50000    False
1  Mike   30   60000    False
3  Jane   35   80000    False
描述性统计（包括被删除数据）：
             Age        Salary
count   5.000000      5.000000
mean   31.600000  66000.000000
std     6.749491  16615.033027
min    25.000000  50000.000000
25%    28.000000  60000.000000
50%    30.000000  70000.000000
75%    35.000000  80000.000000
max    40.000000  90000.000000
描述性统计（不包括被删除数据）：
             Age   Salary
count   3.000000      3.0
mean   30.000000  63333.0
std     5.000000   1527.5
min    25.000000  50000.0
25%    27.500000  55000.0
50%    30.000000  60000.0
75%    32.500000  70000.0
max    35.000000  80000.0

可以看到，通过筛选出Deleted列值为False的数据行，可以得到清理后的数据集df_cleaned。在描述性统计部分，可以分别输出包含和不包含被删除数据的统计结果。