排除某列具有NA值的行[重复]

Question

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MSZoning)。但是，一些非类别列具有na值。如何将它们从我的数据集中排除。

def main():
    print('Starting program execution')
    iowa_train_prices_file_path='C:\\...\\programs\\python\\kaggle_competition_iowa_house_prices_train.csv'
    iowa_file_data = pd.read_csv(iowa_train_prices_file_path)
    print('Read file')
    
    model_random_forest = RandomForestRegressor(random_state=1)
    features = ['MSSubClass','MSZoning',...]
    y = iowa_file_data.SalePrice
    # every colmn except SalePrice
    X = iowa_file_data.drop('SalePrice', axis = 1)
    #The object dtype indicates a column has text (hint that the column is categorical)
    X_dropped = X.select_dtypes(exclude=['object'])
    print("fitting model")
    model_random_forest.fit(X_dropped, y)

    print("MAE of dropped categorical approach");


pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)
main()

当我运行程序时，我得到错误valueerror：输入包含NaN、infinity或一个对dtype('float32')来说太大的值，我认为这是由于na值ID=8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？我想我将执行打印（“x types”,type(x.columns))，但这并没有给出结果

Answer 1

若要移除NAN，可以用另一个值替换它们。使用零是常见的做法。

iowa_file_data = iowa_file_data.fillna(0)

如果仍要移除整个列，请使用

iowa_file_data = iowa_file_data.dropna(axis='columns')

如果要移除整行，请使用

iowa_file_data = iowa_file_data.dropna()