我正在迭代中搜索和选择数据帧中的值,碰巧在选择中我可能只有一行带有Nan值的行,而我似乎无法摆脱if。用过的dropna和id似乎没用。
df2=df1.dropna(subset=['x'])
我打印出其他值,看起来除此以外的所有值都被删除了。
答案 0 :(得分:0)
假设您的数据框在 other 列中除 x 之外还包含 NaN , 像这样:
x y z
0 10.0 20.0 30.0
1 11.0 22.0 33.0
2 40.5 NaN 80.4
3 60.5 80.2 90.4
然后df1.dropna(subset=['x'])
不太可能丢弃任何东西,因为
subset 缩小了用于搜索 NaN 值的列的范围。
如果任何列中可能出现 NaN ,只需删除 subset 参数,
即运行df2 = df1.dropna()
。