如何迭代DataFrame列并删除NaN值[重复]答案

【问题标题】：How to iterate over DataFrame columns and drop NaN value [duplicate]如何迭代DataFrame列并删除NaN值[重复]
【发布时间】：2021-05-04 10:44:00
【问题描述】：

我有这个示例数据框：

d = {'col1': [1, 2, np.NaN], 'col2': [3, np.NaN, 4], 'col3': [np.NaN, 5, 6]}
df = pd.DataFrame(data=d)

并希望以这种方式删除 NaN 值以获得此形状的结果数据帧

我尝试遍历列并在每一列上使用 dropna() 函数，但这不起作用：

for i in columns:
    df3[i].dropna()

接下来我尝试的时候：

df = df.dropna(subset=['col1', 'col2','col3'])

我最终得到了 df，所有行都被删除了：

【问题讨论】：

【解决方案1】：

您可以使用 pandas 的“dropna”在一行中完成此操作。无需迭代。已经在这里问了：How to remove blanks/NA's from dataframe and shift the values up

df = df.apply(lambda x: pd.Series(x.dropna().values))

【讨论】：

【解决方案2】：

您不需要迭代。您可以使用dropna 命令：

df = df.dropna(subset=['col1', 'col2'])

【讨论】：