python的pandas如何删除有空值的行

你可以使用 `dropna()` 方法来删除有空值的行，默认情况下会删除有任何空值的行。下面是一个示例代码：

import pandas as pd

# 创建一个包含空值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8], 'C': [9, 10, 11, None]})

# 删除包含空值的行
df.dropna(inplace=True)

print(df)

输出：

     A    B     C
0  1.0  5.0   9.0
3  4.0  8.0  14.0

在上面的代码中，`inplace=True` 表示在原始DataFrame上进行修改，而不是创建一个新的DataFrame。如果你不想在原始DataFrame上修改，可以将其设置为 `inplace=False` 或者不指定。

相关问题

python pandas drop空值

可以使用 pandas 中的 dropna() 方法来删除 DataFrame 中的空值。示例代码如下：

import pandas as pd

# 创建一个包含空值的 DataFrame
df = pd.DataFrame({'A': [1,2, None, 4], 'B': [5, None, 7, 8]})
print(df)

# 删除空值
df = df.dropna()
print(df)

输出结果如下：

     A    B
0  1.0  5.0
1  2.0  NaN
2  NaN  7.0
3  4.0  8.0

     A    B
0  1.0  5.0
3  4.0  8.0

python pandas筛选空值

在Python的pandas库中，可以使用notnull()函数来筛空值。notnull()函数返回一个布尔值的DataFrame，其中True表示对应位置的值不是空值，False表示对应位置的值是空值[^1]。

以下是一个示例代码，演示如何使用notnull()函数来筛选空值：

import pandas as pd

# 创建一个包含空值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [None, 6, 7, 8]}
df = pd.DataFrame(data)

# 使用notnull()函数筛选空值
result = df.notnull()
print(result)

输出结果为：

       A      B
0   True  False
1   True   True
2  False   True
3   True   True

上述代码中，我们创建了一个包含空值的DataFrame，并使用notnull()函数筛选空值。结果显示了每个位置是否为空值。