溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
如果存在以下DataFrame
年齡 性別 手機號 0 2 男 NaN 1 3 女 NaN 2 4 NaN NaN
刪除NaN所在的行：
刪除表中全部為NaN的行
df.dropna(axis=0,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=0,how='any') #drop all rows that have any NaN values
刪除NaN所在的列：
刪除表中全部為NaN的行
df.dropna(axis=1,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=1,how='any') #drop all rows that have any NaN values
以上這篇刪除DataFrame中值全為NaN或者包含有NaN的列或行方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
