更高效的pandas python命令可以删除Nan行吗？

Question

我有一个称为TI的DF。我想删除BookDate为NaN的行。所以我跑：

TI = TI.dropna(subset=['#Book_Date'])

当我运行这个时，由于某种原因，内存被吃掉了（我使用100GB的RAM机器，大约50％的RAM用于保存TI，当我运行该dropna线时，它会转到100％使用并且从未完成执行命令）。它是否制作了全新的副本？ TI是一个6400万行数据帧，因此需要更高效。

Answer 1

到目前为止，最好的方法是通过就业来实现这一点，该列必须是有限的。你需要numpy。

from pandas import *
import numpy

TI = TI[np.isfinite(TI['#Book_Date'])]