pandas中删除带有nan的行

在 Pandas 中，可以使用 `dropna()` 方法删除带有 NaN 值的行。具体操作如下：

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：

# 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：

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