AttributeError: 'numpy.ndarray' object has no attribute 'deropna'

这个错误是因为 numpy.ndarray 对象没有 dropna() 方法。dropna() 方法是 pandas.DataFrame 或 pandas.Series 对象的方法。

如果你想在 numpy 中删除数组中的空值，可以使用 numpy.delete() 方法。例如，如果你有一个一维数组 x，其中包含空值，可以使用以下代码删除空值：

import numpy as np

# 创建包含空值的一维数组
x = np.array([1, 2, np.nan, 3, np.nan, 4])

# 删除空值
new_x = x[~np.isnan(x)]

print(new_x)

输出结果为：

[1. 2. 3. 4.]

其中，np.isnan(x) 返回一个布尔数组，指示 x 中的每个元素是否为 NaN。使用 ~ 运算符取反得到一个布尔数组，指示哪些元素不是 NaN。然后使用这个布尔数组作为索引，从 x 中选择不是 NaN 的元素。

如果你有一个二维数组 arr，你可以使用 np.isnan() 和 np.any() 方法来删除包含空值的整行数据。例如：

import numpy as np

# 创建包含空值的二维数组
arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])

# 删除包含空值的整行数据
new_arr = arr[~np.any(np.isnan(arr), axis=1)]

print(new_arr)

输出结果为：

[[7. 8. 9.]]

其中，np.any(np.isnan(arr), axis=1) 返回一个布尔数组，指示每行中是否至少有一个元素是 NaN。使用 ~ 运算符取反得到一个布尔数组，指示哪些行中没有 NaN 元素。然后使用这个布尔数组作为索引，从 arr 中选择没有 NaN 的整行数据。