如何删除熊猫数据帧的行，其值在某一列是NaN
这是一个老问题，但我相信在这个帖子中会有一些更有用的信息浮出水面。如果你正在寻找以下问题的答案，请继续阅读:
如果它的值有nan，我可以删除行吗?如果它们都是NaN呢?
当删除行时，我可以只查看特定列中的nan吗?
我可以删除具有特定NaN值计数的行吗?
如何删除列而不是行?
我尝试了上面所有的选项，但我的DataFrame就是不会更新!
DataFrame。dropna:用法和例子
我们已经说过，df。dropna是从dataframe中删除nan的规范方法，但是没有什么比一些视觉提示更好的方法了。
# Setup
df = pd.DataFrame({
'A': [np.nan, 2, 3, 4],
'B': [np.nan, np.nan, 2, 3],
'C': [np.nan]*3 + [3]})
df
A B C
0 NaN NaN NaN
1 2.0 NaN NaN
2 3.0 2.0 NaN
3 4.0 3.0 3.0
下面是最重要的参数及其工作原理的详细信息，以常见问题解答的形式排列。
如果它的值有nan，我可以删除行吗?如果它们都是NaN呢?
这就是how=…争论很有用。它可以是其中之一
'any'(默认)-如果至少有一列有NaN，则删除行
'all' -仅当其所有列都有nan时才删除行
<！_ - - - - - - >
# Removes all but the last row since there are no NaNs
df.dropna()
A B C
3 4.0 3.0 3.0
# Removes the first row only
df.dropna(how='all')
A B C
1 2.0 NaN NaN
2 3.0 2.0 NaN
3 4.0 3.0 3.0
请注意
如果你只是想看看哪些行是空的(IOW，如果你想要一个
行布尔掩码)，使用
并网发电:
df.isna ()
A b c
0真真假假
1假真假真
2假假真
3假假假
df.isna () .any(轴= 1)
0真实
1真正的
2真
3错误
dtype: bool
要获得此结果的反转，请使用
notna
代替。
当删除行时，我可以只查看特定列中的nan吗?
这是子集=[…]]参数。
指定一个列(或轴=1的索引)列表，以告诉pandas在删除行(或轴=1的列)时只希望查看这些列(或轴=1的行)。
# Drop all rows with NaNs in A
df.dropna(subset=['A'])
A B C
1 2.0 NaN NaN
2 3.0 2.0 NaN
3 4.0 3.0 3.0
# Drop all rows with NaNs in A OR B
df.dropna(subset=['A', 'B'])
A B C
2 3.0 2.0 NaN
3 4.0 3.0 3.0
我可以删除具有特定NaN值计数的行吗?
这是一个thresh=…论点。以整数形式指定NON-NULL值的最小数目。
df.dropna(thresh=1)
A B C
1 2.0 NaN NaN
2 3.0 2.0 NaN
3 4.0 3.0 3.0
df.dropna(thresh=2)
A B C
2 3.0 2.0 NaN
3 4.0 3.0 3.0
df.dropna(thresh=3)
A B C
3 4.0 3.0 3.0
这里需要注意的是，您需要指定希望保留多少个NON-NULL值，而不是希望删除多少个NULL值。这是新用户的痛点。
幸运的是，修复方法很简单:如果您有一个NULL值的计数，只需从列大小中减去它，就可以获得函数的正确thresh参数。
required_min_null_values_to_drop = 2 # drop rows with at least 2 NaN
df.dropna(thresh=df.shape[1] - required_min_null_values_to_drop + 1)
A B C
2 3.0 2.0 NaN
3 4.0 3.0 3.0
如何删除列而不是行?
使用轴=…参数，它可以是axis=0或axis=1。
告诉函数是要删除行(轴=0)还是删除列(轴=1)。
df.dropna()
A B C
3 4.0 3.0 3.0
# All columns have rows, so the result is empty.
df.dropna(axis=1)
Empty DataFrame
Columns: []
Index: [0, 1, 2, 3]
# Here's a different example requiring the column to have all NaN rows
# to be dropped. In this case no columns satisfy the condition.
df.dropna(axis=1, how='all')
A B C
0 NaN NaN NaN
1 2.0 NaN NaN
2 3.0 2.0 NaN
3 4.0 3.0 3.0
# Here's a different example requiring a column to have at least 2 NON-NULL
# values. Column C has less than 2 NON-NULL values, so it should be dropped.
df.dropna(axis=1, thresh=2)
A B
0 NaN NaN
1 2.0 NaN
2 3.0 2.0
3 4.0 3.0
我尝试了上面所有的选项，但我的DataFrame就是不会更新!
dropna，像pandas API中的大多数其他函数一样，返回一个新的DataFrame(原始数据的副本)作为结果，所以如果你想看到变化，你应该把它赋值回去。
df.dropna(...) # wrong
df.dropna(..., inplace=True) # right, but not recommended
df = df.dropna(...) # right
参考
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dropna.html
DataFrame.dropna (
self, axis=0, how='any'， thresh=None，子集=None, inplace=False)
