dataframe删除每一列出现nan以下的所有行代码怎么写

可以使用 `dropna` 方法删除每一列出现 NaN 以下的所有行，下面是示例代码：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [2, 3, 4, 5, 6],
                   'C': [np.nan, 1, 2, np.nan, 4],
                   'D': [np.nan, np.nan, np.nan, np.nan, np.nan]})

# 删除每一列出现 NaN 以下的所有行
df.dropna(thresh=len(df.columns)-1, inplace=True)

# 打印删除后的DataFrame
print(df)

在上述代码中，`df.dropna(thresh=len(df.columns)-1, inplace=True)` 中的 `thresh` 参数指定了每一列出现 NaN 以下的行数，这里设置为 `len(df.columns)-1` 表示每一列至少要有一个非 NaN 值。`inplace=True` 表示原地修改 DataFrame，这样就不需要重新赋值给一个新的变量。

相关问题

删除一个dataframe里某列值为nan的所有行

可以使用 Pandas 的 dropna() 方法来删除包含 NaN 值的行。可以指定要删除的列，然后将参数 'subset' 设置为该列名。以下是一个示例代码：

import pandas as pd

# 创建一个包含 NaN 值的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [2, 4, 6, 8, 10],
                   'C': [3, 6, None, 12, None]})

# 删除 C 列值为 NaN 的行
df = df.dropna(subset=['C'])

print(df)

输出:

   A   B     C
0  1   2   3.0
1  2   4   6.0
3  4   8  12.0

在上面的示例中，我们删除了 C 列值为 NaN 的行，结果只保留了包含有效值的行。

我有一个DataFrame，里面columns列有NaN值，我要把有NaN值的行都删掉，用python怎么写

可以使用pandas库的dropna()方法来删除包含NaN值的行。下面是一个示例代码：

import pandas as pd

# 创建一个包含NaN值的DataFrame
df = pd.DataFrame({'A': [1, 2, 3, None], 'B': [4, None, 6, 7]})

# 删除包含NaN值的行
df.dropna(inplace=True)

# 输出删除NaN值后的DataFrame
print(df)

在上面的代码中，我们创建了一个包含NaN值的DataFrame，然后使用了dropna()方法来删除包含NaN值的行，并将结果保存在原DataFrame中。最后输出删除NaN值后的DataFrame。

注意：如果不想修改原DataFrame，可以使用`df.dropna()`来返回一个新的DataFrame，而不是在原地修改。