删除DataFrame中值全为NaN或者包含有NaN的列或行方法

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脚本之家。

您可能感兴趣的文章:

• 解决pandas.DataFrame.fillna 填充Nan失败的问题
• 数据清洗--DataFrame中的空值处理方法
• 在pandas中一次性删除dataframe的多个列方法
• Python中pandas dataframe删除一行或一列:drop函数详解
• 使用DataFrame删除行和列的实例讲解
• python设置值及NaN值处理方法