In [2]: data = pd.DataFrame({
...: 'a': [1,2,3,pd.np.nan,5],
...: 'b': [3,4,pd.np.nan,5,6],
...: 'c': [0,1,2,3,4],
...: })
In [3]: data
Out[3]:
a b c
0 1 3 0
1 2 4 1
2 3 NaN 2
3 NaN 5 3
4 5 6 4
要删除缺少观察值的行,请使用:
^{pr2}$
若要删除只有列“a”缺少观测值的行,请使用:
In [6]: data.dropna(subset=['a'])
Out[6]:
a b c
0 1 3 0
1 2 4 1
2 3 NaN 2
4 5 6 4
要删除缺少观测值或零的行,请使用:
In [18]: data[data.all(axis=1)].dropna()
Out[18]:
a b c
1 2 4 1
4 5 6 4
假设您的数据帧如下所示:
要删除缺少观察值的行,请使用:
^{pr2}$若要删除只有列“a”缺少观测值的行,请使用:
要删除缺少观测值或零的行,请使用:
您可以使用
isnull
构建布尔掩码:然后选择所需的行:
^{pr2}$~mask
是mask
的布尔逆,因此df.loc[~mask]
选择a
不为null且c
不为0的行。在例如
收益率
相关问题 更多 >
编程相关推荐