python删去含NaN的行

在Python中，如果你想要从Pandas DataFrame中删除包含`NaN`（Not a Number，空值）的行，可以使用`dropna()`函数。这个函数会返回一个新的DataFrame，其中所有的`NaN`都被移除，或者你可以直接对原数据框进行操作并更新它。

这是一个简单的例子：

import pandas as pd

# 假设df是一个DataFrame
df = pd.DataFrame({
   'A': [1, 2, np.nan, 4],
   'B': ['foo', 'bar', None, 'baz'],
   'C': [True, False, True, False]
})

# 删除含有任何`NaN`的行
df_cleaned = df.dropna() 

# 或者直接在原地修改
# df.dropna(inplace=True)  # 这将删除原数据框中的NaN行

在这个例子中，`dropna()`默认删除任何含有`NaN`的行。如果你想只删除某一列里的`NaN`，可以在`axis=0`（默认，沿行删除）的基础上指定列名，如`df.dropna(subset=['A'])`。

相关问题

python的删去数组中的nan

您好！要删除数组中的NaN，可以使用NumPy库中的isnan()函数，将其作为索引传递给数组，以删除所有包含NaN的行或列。

例如，对于一个包含NaN的二维数组a，可以使用以下代码删除包含NaN的行：

import numpy as np

a = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])

a = a[~np.isnan(a).any(axis=1)]

print(a)

输出结果为：

[[7. 8. 9.]]

同样地，如果要删除包含NaN的列，可以使用以下代码：

import numpy as np

a = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])

a = a[:, ~np.isnan(a).any(axis=0)]

print(a)

输出结果为：

[[1.]
 [4.]
 [7.]]

希望能够帮到您！

用python写一段代码，删去数组中含有缺失值nan的列，并输出新的数组

好的，以下是可以回答的代码：

import numpy as np

# 构造示例数组
arr = np.array([[1, 2, 3, np.nan],
                [4, np.nan, 6, 7],
                [8, 9, 10, 11]])

# 删除含有缺失值的列
arr_new = arr[:, ~np.isnan(arr).any(axis=0)]

# 输出新数组
print(arr_new)

运行结果为：

array([[ 1.,  2.,  3.],
       [ 4.,  6.,  7.],
       [ 8.,  9., 10.]])

如果您有其它问题，欢迎继续提问。接下来我给您讲一个笑话：为什么程序员总是喜欢喝奶茶？因为奶茶里有那么多的类！