熊猫：删除缺少数据的行答案

【问题标题】：pandas: remove rows with missing data熊猫：删除缺少数据的行
【发布时间】：2018-08-22 13:35:05
【问题描述】：

我正在使用以下代码删除 pandas 中缺少数据的一些行：

df = df.replace(r'^\s+$', np.nan, regex=True)
df = df.replace(r'^\t+$', np.nan, regex=True)
df = df.dropna()

但是，我仍然有一些数据框中的单元格看起来是空白/空的。为什么会这样？有什么办法可以摆脱这种空/空白单元格的行吗？谢谢！

【问题讨论】：

您能否向我们展示数据框的样本，以便我们重现问题
df = df.replace('', np.nan) 呢？
就像@jezrael 所说，尝试在您的代码中在dropna 之前添加df = df.replace('', np.nan, regex=True)
@jezrael：添加 df = df.replace('', np.nan) 有效。谢谢！
Python Pandas DataFrame remove Empty Cells的可能重复

标签： python-3.x pandas

【解决方案1】：

你可以使用：

df = df.replace('', np.nan)

如果想要简化您的代码，可以通过| 加入正则表达式，对于空白空间使用^$：

df = pd.DataFrame({'A':list('abcdef'),
                   'B':['',5,4,5,5,4],
                   'C':['','  ','   ',4,2,3],
                   'D':[1,3,5,7,'       ',0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aaabbb')})

df = df.replace(r'^\s+$|^\t+$|^$', np.nan, regex=True)
print (df)
   A    B    C    D  E  F
0  a  NaN  NaN  1.0  5  a
1  b  5.0  NaN  3.0  3  a
2  c  4.0  NaN  5.0  6  a
3  d  5.0  4.0  7.0  9  b
4  e  5.0  2.0  NaN  2  b
5  f  4.0  3.0  0.0  4  b

【讨论】：

【解决方案2】：

根据您的 pandas 版本，您可以这样做：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 轴 : {0 or ‘index’, 1 or ‘columns’}, default 0

确定是否删除了包含缺失值的行或列。

0 或“索引”：删除包含缺失值的行。 1，或“列”：删除包含缺失值的列。
Deprecated since version 0.23.0:: Pass tuple or list to drop on multiple
轴。 source

所以，现在删除空值的行

df = df.dropna(axis=0)

应该有效

【讨论】：