如何在 pandas 中选择没有 nan 值的行

您可以使用以下方法来选择 pandas 中没有 NaN 值的行：

方法一：选择所有列中没有NaN值的行

 df[~df. isnull (). any (axis= 1 )]

方法2：选择特定列中没有NaN值的行

 df[~df[' this_column ']. isna ()]

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'],
                   ' points ': [np.nan, 12, 15, 25, np.nan, 22, 30],
                   ' assists ': [4, np.nan, 5, 9, 12, 14, 10]})

#view DataFrame
print (df)

  team points assists
0 A NaN 4.0
1 B 12.0 NaN
2C 15.0 5.0
3D 25.0 9.0
4 E NaN 12.0
5F 22.0 14.0
6G 30.0 10.0

示例1：选择所有列中没有NaN值的行

我们可以使用以下语法来选择DataFrame的每一列中没有NaN值的行：

 #create new DataFrame that only contains rows without NaNs
no_nans = df[~df. isnull (). any (axis= 1 )]

#view results
print (no_nans)

  team points assists
2C 15.0 5.0
3D 25.0 9.0
5F 22.0 14.0
6G 30.0 10.0   

请注意，生成的 DataFrame 的每一行在任何列中都不包含任何 NaN 值。

示例2：选择特定列中没有NaN值的行

我们可以使用以下语法来选择DataFrame的points列中没有NaN值的行：

 #create new DataFrame that only contains rows without NaNs in points column
no_points_nans = df[~df[' points ']. isna ()]

#view results
print (no_points_nans)

  team points assists
1 B 12.0 NaN
2C 15.0 5.0
3D 25.0 9.0
5F 22.0 14.0
6G 30.0 10.0

请注意，生成的 DataFrame 的每一行的点列中不包含 NaN 值。

Assists列中有一行具有 NaN 值，但该行保留在 DataFrame 中，因为该行的Points列中的值不是 NaN。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

Pandas：如何删除具有 NaN 值的行
Pandas：如何用字符串替换 NaN 值
Pandas：如何用平均值填充NaN值