pandas中删除带有nan的行
时间: 2023-11-27 11:26:44 浏览: 39
在 Pandas 中,可以使用 `dropna()` 方法删除带有 NaN 值的行。具体操作如下:
```python
import pandas as pd
# 创建一个带有 NaN 值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8], 'C': [9, 10, 11, 12]})
# 删除带有 NaN 值的行
df = df.dropna()
# 查看删除后的 DataFrame
print(df)
```
输出结果为:
```
A B C
0 1.0 5.0 9
```
如果要删除带有 NaN 值的列,可以设置 `axis=1` 参数:
```python
# 删除带有 NaN 值的列
df = df.dropna(axis=1)
# 查看删除后的 DataFrame
print(df)
```
输出结果为:
```
C
0 9
1 10
2 11
3 12
```
相关问题
pandas中删除所有有0的行
可以使用pandas中的dropna函数,设置参数how='any',即可删除所有含有的行。具体代码如下:
df.dropna(how='any', inplace=True)
其中,df为你的数据框。
pandas中删除有整数0的行
可以使用pandas的drop函数,指定删除包含整数的行,示例代码如下:
```python
import pandas as pd
# 创建一个包含整数的DataFrame
df = pd.DataFrame({'A': [1, 2, , 4], 'B': [, 5, 6, 7]})
# 删除包含整数的行
df = df.drop(df[df.eq()].index)
print(df)
```
输出结果为:
```
A B
1 2 5
3 4 7
```
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)