pandas删除nan的行

在 Pandas 中，可以使用 `dropna()` 函数删除包含 NaN 值的行。以下是一个示例代码：

import pandas as pd

# 创建包含 NaN 值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, np.nan, 8], 'C': [9, 10, 11, 12]})

# 删除包含 NaN 值的行
df = df.dropna()

print(df)

输出结果如下：

     A    B   C
0  1.0  5.0   9

可以看到，只剩下了第一行，因为它是唯一不包含 NaN 值的行。如果希望删除包含 NaN 值的列，可以指定 `axis=1` 参数，如下所示：

df = df.dropna(axis=1)

相关问题

pandas删除NAN

在pandas中，可以使用dropna()函数来删除包含NaN值的行或列。dropna()函数有几个常用的参数：

1. axis：指定删除行还是列，默认为0，表示删除包含NaN值的行；如果设置为1，则表示删除包含NaN值的列。
2. how：指定删除的条件，默认为'any'，表示只要有一个NaN值就删除该行或列；如果设置为'all'，则表示只有全部为NaN值才删除。
3. subset：指定删除的范围，默认为None，表示删除整个DataFrame中包含NaN值的行或列；如果设置为一个或多个列名，则只在指定的列中删除包含NaN值的行或列。

下面是一个示例代码，演示如何使用dropna()函数删除包含NaN值的行：

import pandas as pd

# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 删除包含NaN值的行
df_cleaned = df.dropna()

print(df_cleaned)

输出结果为：

     A    B   C
0  1.0  5.0   9

如果要删除包含NaN值的列，可以设置axis参数为1：

df_cleaned = df.dropna(axis=1)

输出结果为：

    C
0   9
1  10
2  11
3  12

pandas 寻找NaN

在 Pandas 中，可以使用 `isna()` 或者 `isnull()` 方法来寻找 NaN 值。

下面是一个例子：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4, 5],
        'B': [np.nan, 2, 3, np.nan, 6],
        'C': [7, 8, 9, 10, np.nan]}

df = pd.DataFrame(data)

# 使用 isna() 方法来寻找 NaN 值
nan_df = df.isna()

print(nan_df)

输出结果会是一个布尔型的 DataFrame，其中 True 表示对应位置的值为 NaN，False 表示对应位置的值不是 NaN。

希望对你有所帮助！如果你有其他问题，请随时提问。