如何删除dataframe所有列中仅包含NaN值的行？[副本]
我有如下数据帧。
输入
df
A B C
1 2 1
NaN 4 2
3 NaN NaN
NaN NaN NaN
4 2 NaN
NaN NaN NaN
输出
A B C
1 2 1
NaN 4 2
3 NaN NaN
4 2 NaN
这怎么能在python中完成
共有3个答案
您可以选择不属于NaN的df，而不是将其删除：
df = df[~((df['A'].isna()) & (df['B'].isna()) & (df['C'].isna()))]
如果您想通过每列的特定值过滤您的df，这将提供更多的功能。
A B C
1 2 1
NaN 4 2
3 NaN NaN
4 2 NaN
您可以使用df.dropna？？？获取有关dropna功能的信息。
您可以使用：
df.dropna(how='all')
你也可以看看这个线程：如何删除熊猫数据帧的行，其值在某一列是NaN
df.dropna(axis = 0, how = 'all')
-
include_cols是一个字符串列表 df1是一个大文件的数据帧。我只想保留名称包含include_cols中任何字符串的列。
-
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： 基本上，我正在做一些数据分析。我以numpy.ndarray的形式读取数据集，但缺少了某些值（要么只是不在那里，要么就是被写为“ ”的字符串）。 我想清除包含这样任何条目的所有行。我该如何用一个numpy的ndarray？ 问题答案： 并将其重新分配给。 说明：返回一个相似的阵列，其中，在其他地方。降低了阵列与逻辑对整个行，操作反相并从原始数组只选择行，其具有括号内。
-
问题内容： 我目前有一个数据框，其中包含以1和0作为值的列，我想遍历这些列并删除仅由0组成的列。到目前为止，这是我尝试过的： 在哪几年是我正在分析的不同年份的数据帧的列表，其中包括其中包含一个的列，而零则是包含所有零的列的列表。是否有更好的方法根据条件删除列？由于某些原因，我必须检查一列是否也位于零列表中，并将它们从零列表中删除，以获得所有零列的列表。 问题答案： df.loc[:, (df !=
-
问题内容： 我有一个很大的数据集，我想删除包含值的列并返回一个新的数据框。我怎样才能做到这一点？ 以下内容仅删除包含的单个列或行。 例如 在上述情况下，它将丢弃整个列，因为其值之一为空。 问题答案： 这是删除所有具有NULL值的所有列的一种可能的方法，以获取每列NULL值计数代码的源代码。 之前： 后： 希望这可以帮助！