您好,登錄后才能下訂單哦!
如果存在以下DataFrame
年齡 性別 手機號 0 2 男 NaN 1 3 女 NaN 2 4 NaN NaN
刪除NaN所在的行:
刪除表中全部為NaN的行
df.dropna(axis=0,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=0,how='any') #drop all rows that have any NaN values
刪除NaN所在的列:
刪除表中全部為NaN的行
df.dropna(axis=1,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=1,how='any') #drop all rows that have any NaN values
以上這篇刪除DataFrame中值全為NaN或者包含有NaN的列或行方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。