答案 0 :(得分:1)
df.dropna()
这应该可以解决问题。
答案 1 :(得分:1)
TRADED_DATE PRICE
----------- ---------------------------------------
2013-01-02 515.61
2013-01-03 509.16
2013-01-04 517.45
2013-01-07 536.44
(4 rows affected)
更通用的方法:
#Drop all NaN values
#Set the "inplace" parameter to True if you want the result to be stored in the same DF
df.dropna(inplace=True)
也等同于:
condition = df[ df['col'] == '-' ].index
# Delete rows where "condition" applies
df.drop(condition , inplace=True)
答案 2 :(得分:1)
您应该使用|而不是&作为or运算符。
此外,还有一个.notnull()函数。仅供参考。
通过手机回复。希望这会有所帮助。