罗纮武,退票手续,玉环人力
如果存在以下dataframe
年龄 性别 手机号 0 2 男 nan 1 3 女 nan 2 4 nan nan
删除nan所在的行:
删除表中全部为nan的行
df.dropna(axis=0,how='all')
删除表中含有任何nan的行
df.dropna(axis=0,how='any') #drop all rows that have any nan values
删除nan所在的列:
删除表中全部为nan的行
df.dropna(axis=1,how='all')
删除表中含有任何nan的行
df.dropna(axis=1,how='any') #drop all rows that have any nan values
以上这篇删除dataframe中值全为nan或者包含有nan的列或行方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持移动技术网。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论