df = [ speed1 speed2 speed3 0 0 1 2 1 NaN NaN NaN 2 3 4 5 3 NaN NaN NaN] 删除df中含有NaN的行

可以使用 `dropna()` 方法来删除 DataFrame 中含有 NaN 的行，示例如下：

df = df.dropna()

这将会删除含有 NaN 的行，返回一个新的 DataFrame。如果想要在原地修改 DataFrame，可以使用 `inplace=True` 参数：

df.dropna(inplace=True)

相关问题

简化下列语句：for i in range(len(data2_0_time3)): if (np.isnan(data2_0_time3.iat[i,0])==True): if 3<=i<=len(data2_0_time3)-4: data2_0_time3.loc[i,'speed_391_24': 'speed_391_22'] = data2_0_time3.iloc[i-3:i,0:3].fillna(0).values.mean(axis=0) elif i>len(data2_0_time3)-4: cols = ['speed_391_24', 'speed_391_23', 'speed_391_22'] rolling_df = data2_0_time3.loc[:i][cols].rolling(window=3, min_periods=1) data2_0_time3.loc[i, cols] = rolling_df.mean().iloc[-1].values else: data2_0_time3.loc[i, ['speed_391_24', 'speed_391_23', 'speed_391_22']] = np.nan_to_num(data2_0_time3.iloc[max(i-3,0):i+1, [0,1,2]].rolling(window=4, min_periods=1).sum().iloc[-1]/min(i+1, 4))

简化上述语句的方法:

1. 使用缩写变量名代替较长的列名，以增加代码可读性。
2. 使用单个布尔表达式来检查 np.isnan 函数的返回值。
3. 在重复的代码块中使用函数或类以减少冗余代码。
4. 在处理列表时排除索引错误，并使用 min 函数以避免除以零的错误。

简化后的代码如下所示：

def func(data):
cols = ['speed_391_24', 'speed_391_23', 'speed_391_22']
for i in range(len(data)):
if np.isnan(data.iloc[i,0]):
if 3<=i<=len(data)-4:
data.loc[i,cols] = data.iloc[i-3:i,0:3].fillna(0).values.mean(axis=0)
elif i>len(data)-4:
rolling_df = data.loc[:i][cols].rolling(window=3, min_periods=1)
data.loc[i,cols] = rolling_df.mean().iloc[-1].values
else:
data.loc[i,cols] = np.nan_to_num(data.iloc[max(i-3,0):i+1,[0,1,2]].rolling(window=4, min_periods=1).sum().iloc[-1]/min(i+1,4))

使用read_csv读取Pokemon.csv文件，存储在变量df中，使用head展示数据的前十行。

以下是使用Python pandas库读取Pokemon.csv文件并展示前十行数据的代码：

import pandas as pd

# 使用read_csv读取Pokemon.csv文件
df = pd.read_csv('Pokemon.csv')

# 使用head展示数据的前十行
print(df.head(10))

输出结果：

   #                   Name Type 1  Type 2  Total  HP  Attack  Defense  Sp. Atk  Sp. Def  Speed  Generation  Legendary
0  1              Bulbasaur  Grass  Poison    318  45      49       49       65       65     45           1      False
1  2                Ivysaur  Grass  Poison    405  60      62       63       80       80     60           1      False
2  3               Venusaur  Grass  Poison    525  80      82       83      100      100     80           1      False
3  3  VenusaurMega Venusaur  Grass  Poison    625  80     100      123      122      120     80           1      False
4  4             Charmander   Fire     NaN    309  39      52       43       60       50     65           1      False
5  5             Charmeleon   Fire     NaN    405  58      64       58       80       65     80           1      False
6  6              Charizard   Fire  Flying    534  78      84       78      109       85    100           1      False
7  6  CharizardMega Charizard X   Fire  Dragon    634  78     130      111      130       85    100           1      False
8  6  CharizardMega Charizard Y   Fire  Flying    634  78     104       78      159      115    100           1      False
9  7               Squirtle  Water     NaN    314  44      48       65       50       64     43           1      False