我的df
包含nan
,
A
nan
nan
nan
nan
2017
2018
我尝试删除nan
中的所有df
行,
df = df.loc[df['A'].notnull()]
但在上述代码之后,df
仍然包含列nan
的{{1}}个值。 'A'
的{{1}}为dtype
。
我想知道如何修复它。问题是我需要定义多个条件来过滤'A'
,而object
就是其中之一。不知道为什么它不起作用。
答案 0 :(得分:1)
请提供可重复的示例。因此,这有效:
import pandas as pd
import numpy as np
df = pd.DataFrame([[np.nan], [np.nan], [2017], [2018]], columns=['A'])
df = df[df['A'].notnull()]
df2 = pd.DataFrame([['nan'], ['nan'], [2017], [2018]], columns=['A'])
df2 = df2.replace('nan', np.nan)
df2 = df2[df2['A'].notnull()]
# output [df or df2]
# A
# 2017.0
# 2018.0