Besserer Weg, um Nan-Reihen in Pandas zu fallen

Auf eigene Faust fand ich einen Weg, um Nan-Reihen aus einem Pandas-Dataframe zu fallen. Angesichts einer Dataframe, die mit Spalte x die Nan-Werte enthält, gibt es eine elegantere Möglichkeit, jede Zeile von dat die einen Nan-Wert in der x Spalte hat, zu löschen?

 dat = dat[np.logical_not(np.isnan(dat.x))] dat = dat.reset_index(drop=True) 

  • Filter Pandas DataFrame nach Zeitindex
  • Finden und wählen Sie die häufigsten Daten der Spalte in pandas DataFrame
  • Pandas reindex und füllen fehlende Werte: "Index muss monoton sein"
  • Färben von Zellen in Excel mit Pandas
  • Einen weiteren Trend in Pandas finden
  • Dynamisches Hinzufügen von Spalten zu pandas dataframe
  • 2 Solutions collect form web for “Besserer Weg, um Nan-Reihen in Pandas zu fallen”

    Du kannst das versuchen:

     dat.dropna() 

    Du könntest auch den param übergeben, how man fällt, wenn alle Etiketten nan sind oder irgendwelche der Etiketten nan sind

     dat.dropna(how='any') #to drop if any value in the row has a nan dat.dropna(how='all') #to drop if all values in the row are nan 

    Hoffe, dass Ihre Frage beantwortet :))

    Um Hiteshs Antwort zu erweitern, wenn du Zeilen löschen willst, wo 'x' speziell nan ist, kannst du den Teilmengenparameter verwenden. Seine Antwort wird Zeilen fallen, wo andere Spalten auch Nans haben

     dat.dropna(subset=['x']) 
    Python ist die beste Programmiersprache der Welt.