pandas 如何清空非空行

你可以使用 dropna() 函数来删除非空行：

import pandas as pd

# 创建一个包含 NaN 的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [np.nan, 4, 5], 'C': [6, 7, 8]})

# 删除包含 NaN 的行
df.dropna(inplace=True)

print(df)

输出结果为：

     A    B  C
1  2.0  4.0  7

这里的 `inplace=True` 会在原始的 DataFrame 上直接进行修改。如果你不想修改原始的 DataFrame，可以将这个参数设置为 `False`，然后将返回的 DataFrame 赋值给一个新的变量。

相关问题

pandas删除列空行

要删除pandas数据框中列中的空行，可以使用dropna()函数并指定axis=0参数。这将删除包含空值的整行数据。例如，你可以使用下面的代码来实现：

df.dropna(subset=['name','team'], axis=0, inplace=True)

在这个代码中，dropna()函数被用于删除name和team列中包含空值的行。通过将axis参数设置为0，删除操作将在行方向上执行。最后，通过将inplace参数设置为True，删除操作将直接在原始数据框上进行，而不是返回一个新的数据框。

pandas 去除全空行

可以使用 dropna 方法来去除全空行，具体代码如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None, None], 'B': [None, 5, None, None], 'C': [7, None, None, 10]})

df.dropna(how='all', inplace=True)

print(df)

这里通过创建一个示例 DataFrame，然后使用 dropna 方法删除所有行都为空的行。how 参数用于指定删除方式，'all' 表示只删除全部都为 NaN 的行。inplace 参数表示是否在原 DataFrame 上进行修改。运行结果如下：

     A    B     C
0  1.0  NaN   7.0
1  2.0  5.0   NaN
3  NaN  NaN  10.0