📅  最后修改于: 2023-12-03 14:45:53.932000             🧑  作者: Mango
在数据分析中,当两列中的值都是NaN时,有时需要删除该行以确保精度和质量。 下面介绍如何使用Python删除具有Nan值的行。
使用pandas库的dropna()
方法。 dropna()
方法用于删除具有NaN或空值的行或列。 通过指定how
参数来删除特定列或行。
例子:
import pandas as pd
# creating dataframe
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, np.nan, 8],
'C': [9, 10, 11, 12]})
# displaying original dataframe
print("Original dataframe:")
print(df)
# dropping rows with NaN values in both columns A and B
df = df.dropna(subset=['A', 'B'], how='all')
# displaying modified dataframe
print("Modified dataframe:")
print(df)
输出:
Original dataframe:
A B C
0 1.0 5.0 9
1 2.0 NaN 10
2 NaN NaN 11
3 4.0 8.0 12
Modified dataframe:
A B C
0 1.0 5.0 9
1 2.0 NaN 10
3 4.0 8.0 12
在上述示例中,我们创建了一个名为df
的数据框,并在其中放置一些具有NaN值的数据。 然后,我们使用从dropna()
方法中的subset
参数指定的A和B列中的两列,使用how
参数指定为'all',删除了所有包含NaN值的行。 最后,我们显示修改后的数据框。
以上就是如何使用Python在两列中的值都是NaN时删除行的介绍。