问题：
Pandas-排除数值列为NaN[重复]的行
文德曜
df.select_dtypes(include=np.number)
A(Object) B(Float)C(Object) D(Float)
Apple NaN String1 1.0
Orange 2.0 NaN 3.0
Banana 4.0 String2 5.0
NaN 1.0 String3 2.0
Pear NaN String4 3.0
Melon 2.0 String5 NaN
A(Object) B(Float)C(Object) D(Float)
Orange 2.0 NaN 3.0
Banana 4.0 String2 5.0
NaN 1.0 String3 2.0
我正在考虑使用lambda和Pipeline。任何能给出提示的人都将不胜感激！
多谢！
共有1个答案
袁法
让我们试试：
df = pd.DataFrame({'A': [1,np.nan,-2,0,0], 'B': [0, 0, 0, 3, -2], 'C' : [0, 0, -2, np.nan, 0], 'D': [0, -3, 2, 1, -2]} )
解决方案
df1=df.dropna(0)
类似资料：
-
我有这个，并且只需要列不是的记录： ...即。类似于的内容，以获取结果数据规则： 我该怎么做？
-
问题内容： 我有这个DataFrame，只想要EPS列不是的记录NaN： …例如df.drop(....)要得到这个结果的数据框： 我怎么做？ 问题答案： 不要。就拿行，其中是有限的：
-
问题内容： 从数据框中删除重复列的最简单方法是什么？ 我正在通过以下方式读取具有重复列的文本文件： 列名是： 所有“时间”和“相对时间”列均包含相同的数据。我想要： 我所有的删除，删除等尝试，例如： 导致唯一值索引错误： 很抱歉成为熊猫的菜鸟。任何建议，将不胜感激。 额外细节 熊猫版本：0.9.0 Python版本：2.7.3 Windows 7 （通过Pythonxy 2.7.3.0安装） 数据
-
我正在读取一个包含重复列的文本文件，通过： 列名为： 所有的时间和时间相对列都包含相同的数据。我想要： 抱歉，我做了个熊猫呆子。如有任何建议，将不胜感激。 其他详细信息 Pandas版本:0.9.0 Python版本:2.7.3 Windows 7 （通过Pythonxy 2.7.3.0安装）
-
这是我的数据样本 我编写了以下代码，它删除了所有分类列（例如)。但是，一些非类别列具有值。如何将它们从我的数据集中排除。 当我运行程序时，我得到错误来说太大的值，我认为这是由于值造成的。 问题1-我如何完全删除这些行问题2-这些列的类型是什么，大部分是NO。但两者之间有短信吗？我想我将执行，但这并没有给出结果
-
我有一个Python Pandas数据帧。df有2列，我想按第二列对df进行排序。 我想按角度排序df（升序）。