我有一个数据集，我正在尝试使用sklearn进行逻辑回归，但是该数据集包含NaN会引起问题。我在网上看到的大多数问题都是关于填补缺失值的问题。但是，我对输入缺失值感到不舒服。有没有办法删除数据框中的所有NaN值，或仅包括所有列中都没有NaN的行？
我最终创建了一个新的数据框，只保留所有列中都有答案的行。
df2 = df1[(df1['var1']>=0) & (df1['var2']>=0) & (df1['var3']>=0)]
但是如果我有100列怎么办。最好和最简单的方法是什么？
答案 0 :(得分：2)
删除至少一个条目为NaN的行：
df2 = df1.dropna(axis=0, how='any')
请注意，上面的参数值是默认值，但我还是将它们包括在内，只是为了使其更清楚。
答案 1 :(得分：0)
将all与axis =1一起使用
df1 = df1.loc[df1.gt(0).all(1),:]