它可以添加在'&'可以用来添加额外的条件。

df = df[(df.EPS > 2.0) & (df.EPS <4.0)]

注意，在对语句求值时，pandas需要括号。

下面的方法对我很有效。如果以上方法都不起作用，那就有帮助了:

df[df['colum_name'].str.len() >= 1]

其基本思想是，只有当长度强度大于1时才拾取记录。这在处理字符串数据时尤其有用

最好!

它可以添加在'&'可以用来添加额外的条件。

df = df[(df.EPS > 2.0) & (df.EPS <4.0)]

注意，在对语句求值时，pandas需要括号。

简单易行的方法

df.dropna(子集[’EPS’]、inplace = = True)

来源:https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.html

这是另一种解决方案，它使用了np。Nan != np.nan:

In [149]: df.query("EPS == EPS")
Out[149]:
                 STK_ID  EPS  cash
STK_ID RPT_Date
600016 20111231  600016  4.3   NaN
601939 20111231  601939  2.5   NaN

你可以试试:

df['EPS'].dropna()