pandas删除所有包含nan的行
时间: 2024-01-25 16:43:02 浏览: 31
可以使用 `dropna()` 方法来删除包含 NaN 值的行。下面是示例代码:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8], 'C': [9, 10, 11, 12]})
# 删除包含 NaN 值的行
df = df.dropna()
print(df)
```
输出结果如下:
```
A B C
0 1.0 5.0 9
2 NaN 7.0 11
3 4.0 8.0 12
```
其中第一行由于不包含 NaN 值,因此没有被删除。
相关问题
pandas删除所有值为nan的行
可以使用`dropna()`函数来删除所有包含NaN值的行。它将返回一个新的DataFrame,其中所有包含NaN值的行都已被删除。
例如,假设我们有以下DataFrame:
```
import pandas as pd
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8], 'C': [9, 10, 11, 12]})
```
现在我们可以使用`dropna()`函数来删除所有包含NaN值的行,如下所示:
```
df.dropna(inplace=True)
```
在这个例子中,`inplace=True`参数将在原始DataFrame上进行修改,而不是返回一个新的DataFrame。
如果你只想删除包含特定列(例如'A'和'B')中NaN值的行,可以使用`subset`参数:
```
df.dropna(subset=['A', 'B'], inplace=True)
```
这将仅删除'A'和'B'列中包含NaN值的行。
pandas删除NAN
在pandas中,可以使用dropna()函数来删除包含NaN值的行或列。dropna()函数有几个常用的参数:
1. axis:指定删除行还是列,默认为0,表示删除包含NaN值的行;如果设置为1,则表示删除包含NaN值的列。
2. how:指定删除的条件,默认为'any',表示只要有一个NaN值就删除该行或列;如果设置为'all',则表示只有全部为NaN值才删除。
3. subset:指定删除的范围,默认为None,表示删除整个DataFrame中包含NaN值的行或列;如果设置为一个或多个列名,则只在指定的列中删除包含NaN值的行或列。
下面是一个示例代码,演示如何使用dropna()函数删除包含NaN值的行:
```python
import pandas as pd
# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
# 删除包含NaN值的行
df_cleaned = df.dropna()
print(df_cleaned)
```
输出结果为:
```
A B C
0 1.0 5.0 9
```
如果要删除包含NaN值的列,可以设置axis参数为1:
```python
df_cleaned = df.dropna(axis=1)
```
输出结果为:
```
C
0 9
1 10
2 11
3 12
```