某行全部为nan才删除

如果要删除所有元素都为 NaN 的行，可以使用 `dropna()` 方法并传递 `how='all'` 参数。

例如，假设有一个 DataFrame 如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, np.nan]})
print(df)

输出如下：

     A    B    C
0  1.0  4.0  7.0
1  2.0  NaN  8.0
2  NaN  NaN  NaN

如果要删除所有元素都为 NaN 的行，可以使用以下代码：

df.dropna(how='all')

输出如下：

     A    B    C
0  1.0  4.0  7.0
1  2.0  NaN  8.0

需要注意的是，`dropna()` 方法返回的都是一个新的 DataFrame，不会改变原来的 DataFrame。如果要在原来的 DataFrame 上进行操作，可以使用 `inplace=True` 参数。

相关问题

读取某行数据，删除NaN

你可以使用 pandas 库中的 dropna 函数来删除包含 NaN 值的行。以下是一个示例代码片段：

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 删除 NaN 行
df.dropna(inplace=True)

# 打印删除 NaN 后的数据
print(df)

请将 `data.csv` 替换为你的数据文件名，然后运行代码即可删除包含 NaN 值的行。

删除一个dataframe里某列值为nan的所有行

可以使用 Pandas 的 dropna() 方法来删除包含 NaN 值的行。可以指定要删除的列，然后将参数 'subset' 设置为该列名。以下是一个示例代码：

import pandas as pd

# 创建一个包含 NaN 值的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [2, 4, 6, 8, 10],
                   'C': [3, 6, None, 12, None]})

# 删除 C 列值为 NaN 的行
df = df.dropna(subset=['C'])

print(df)

输出:

   A   B     C
0  1   2   3.0
1  2   4   6.0
3  4   8  12.0

在上面的示例中，我们删除了 C 列值为 NaN 的行，结果只保留了包含有效值的行。