我有一个Pandas DataFrame，其中有很多缺少的值，这些值由np.nan表示。我希望能够返回缺少80％以上值的DataFrame中的行。
到目前为止，我已经尝试了以下方法：
data.loc[lambda x: (len(x.isna()) / len(x.columns)) > .8]
，但这显然不是loc在传递lambda函数时的工作方式。我对此的解释是，Pandas只是在每一行上运行一个循环并应用该函数，并期望返回True或False值，分别表示保留或丢弃该行。本质上是过滤器功能。
Pandas是否有实现我想要的方式，还是我应该使用普通的python？
答案 0 :(得分：2)
将dropna与thresh一起使用（阈值：需要许多非NA值。）
df.dropna(thresh=len(df.columns)*0.8)
更新：
df[(df.isna().sum(1)/df.shape[1]).gt(0.8)]