在 pandas 中删除 nan 行的更好方法答案

【问题标题】：better way to drop nan rows in pandas在 pandas 中删除 nan 行的更好方法
【发布时间】：2016-07-22 02:48:07
【问题描述】：

我自己找到了一种从 pandas 数据框中删除 nan 行的方法。给定一个数据框dat，其列x 包含nan 值，有没有更优雅的方法来删除dat 的每一行，它在x 列中有一个nan 值？

dat = dat[np.logical_not(np.isnan(dat.x))]
dat = dat.reset_index(drop=True)

【问题讨论】：

【解决方案1】：

使用dropna:

dat.dropna()

如果所有标签都是 nan 或任何标签都是 nan，您可以传递参数 how 来删除

dat.dropna(how='any')    #to drop if any value in the row has a nan
dat.dropna(how='all')    #to drop if all values in the row are nan

希望能回答您的问题！

编辑 1： 如果您只想从特定列中删除包含 nan 值的行，正如 J. Doe 在下面的回答中所建议的那样，您可以使用以下内容：

dat.dropna(subset=[col_list])  # col_list is a list of column names to consider for nan values.

【讨论】：

【解决方案2】：

如果您想删除“x”具体为 nan 的行，要扩展 Hitesh 的答案，您可以使用子集参数。他的回答会删除其他列也有 nan 的行

dat.dropna(subset=['x'])

【讨论】：

【解决方案3】：

以防万一先前答案中的命令不起作用，尝试这个： dat.dropna(subset=['x'], inplace = True)

【讨论】：

【解决方案4】：

bool_series=pd.notnull(dat["x"])
dat=dat[bool_series]

【讨论】：

代码总是好的，但它也有助于添加一些关于此代码如何回答原始问题的 cmets/context。
请编辑您的答案以添加对您的代码如何工作以及它如何解决 OP 问题的解释。许多 StackOverflow 用户是新手，不会理解您发布的代码，因此不会从您的回答中学习。

【解决方案5】：

根据特定列的 Nan 值删除行：

d= pd.DataFrame([[2,3],[4,None]])   #creating data frame
d
Output:
    0   1
0   2   3.0
1   4   NaN

d = d[np.isfinite(d[1])]  #Select rows where value of 1st column is not nan
d

Output:
    0   1
0   2   3.0

【讨论】：