Question

我正在尝试在pandas中使用dropna函数。我想将它用于特定的专栏。

如果所有行都有所有NaN值，我只能弄清楚如何使用它来删除NaN。

我有一个数据框（见下文），我希望在特定列中第一次出现NaN后删除所有行，列＆＃34; A＆＃34;

当前代码，仅在所有行值均为NaN时有效。

data.dropna(axis = 0, how = 'all')
data

原始数据框

    data = pd.DataFrame({"A": (1,2,3,4,5,6,7,"NaN","NaN","NaN"),"B": (1,2,3,4,5,6,7,"NaN","9","10"),"C": range(10)})
    data


    A   B   C
0   1   1   0
1   2   2   1
2   3   3   2
3   4   4   3
4   5   5   4
5   6   6   5
6   7   7   6
7   NaN NaN 7
8   NaN 9   8
9   NaN 10  9

我希望输出看起来像：

    A   B   C
0   1   1   0
1   2   2   1
2   3   3   2
3   4   4   3
4   5   5   4
5   6   6   5
6   7   7   6

对此有任何帮助表示赞赏。显然，我希望以最干净，最有效的方式做到这一点。

谢谢！

Answer 1

使用iloc + argmax

data.iloc[:data.A.isnull().values.argmax()]

     A  B  C
0  1.0  1  0
1  2.0  2  1
2  3.0  3  2
3  4.0  4  3
4  5.0  5  4
5  6.0  6  5
6  7.0  7  6

或使用不同的语法

top_data = data[:data['A'].isnull().argmax()]

在特定列（pandas）

1 个答案: