TypeError: '(slice(None, 59, None), slice(None, None, None))' 是一个无效的键答案

【问题标题】：TypeError: '(slice(None, 59, None), slice(None, None, None))' is an invalid keyTypeError: '(slice(None, 59, None), slice(None, None, None))' 是一个无效的键
【发布时间】：2020-11-19 23:08:38
【问题描述】：

我有下表，我想删除这些带有 NaN 值的行。

                   date    Open  ...  Real Lower Band  Real Upper Band
0   2020-07-08 08:05:00  2.1200  ...              NaN              NaN
1   2020-07-08 09:00:00  2.1400  ...              NaN              NaN
2   2020-07-08 09:30:00  2.1800  ...              NaN              NaN
3   2020-07-08 09:35:00  2.2000  ...              NaN              NaN
4   2020-07-08 09:40:00  2.1710  ...              NaN              NaN
5   2020-07-08 09:45:00  2.1550  ...              NaN              NaN

这些NaN 值是直到行号。 58

为此，我编写了以下代码。但是出现了上述错误。

data.drop(data[:59,:],inplace= True)
print(data)

请帮帮我！

【问题讨论】：

而那些 NaN 在最后 3 列中。
drop 是按索引而不是数据，你也可以使用 dropna 和阈值

标签： python-3.x pandas dataframe nan algorithmic-trading

【解决方案1】：

您希望从 59 次 开始保留行，因此您可以运行的最短代码是：

data = data[59:]

【讨论】：

【解决方案2】：

有很多选项可供选择：

按索引标签删除行。

df.drop(list(range(59)),axis=0,inplace=True)
如果 nans 在选定的列中，则删除。

df.dropna(axis=0, subset=['Real Upper Band'], inplace=True)
通过索引标签切片选择要保留的行

df = df.loc[59:, :] # 59是索引中的标签，如果索引是日期则将59替换为对应的日期时间
通过整数索引切片选择要保留的行（类似于对列表进行切片）

df = df.iloc[59:, :] # 59是0-index行号，不管df上设置了什么索引
使用 .loc 和 .isna() 返回的布尔数组进行过滤

df = df.loc[~df['Real Upper Band'].isna(), :]

记住 loc 和 iloc 在应用于数据帧时使用二维，建议使用完整切片 : 以避免歧义并根据文档 https://pandas.pydata.org/docs/user_guide/indexing.html 提高性能

【讨论】：