pandas 删除有空值的行

要删除有空值的行，可以使用`dropna`函数。以下是一个例子：

import pandas as pd

# 创建包含空值的 DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8]})

# 删除有空值的行
df = df.dropna()

print(df)

输出：

     A    B
0  1.0  5.0
3  4.0  8.0

在这个例子中，我们创建了一个包含空值的 DataFrame，并使用 `dropna` 函数删除了有空值的行。注意，`dropna` 函数默认只删除包含空值的行，但可以使用 `axis` 参数指定删除列中包含空值的行。如果希望只删除某些列中包含空值的行，则可以使用 `subset` 参数。

相关问题

pandas删除列为空值的行

可以使用 pandas 中的 dropna 函数来删除列为空值的行。具体操作如下：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': ['a', 'b', None, 'd']})

# 删除列为空值的行
df.dropna(subset=['A', 'B'], inplace=True)

在上述代码中，`subset` 参数用于指定需要检查空值的列，`inplace` 参数用于指定是否在原 DataFrame 上进行修改。这样，就可以删除列 A 和 B 中含有空值的行。

pandas怎么删除空值的行

可以使用pandas的drop()方法来删除含有特定数值的行或列。

删除含有特定数值的行：

df.drop(df[df['列名'] == 特定数值].index, inplace=True)

其中，df是数据框，'列名'是要删除的列名，特定数值是要删除的数值。

删除含有特定数值的列：

df.drop(columns=['列名'], inplace=True)

其中，df是数据框，'列名'是要删除的列名。