Pandas 如何删除Pandas DataFrame中某列值为NaN的行

在数据分析中，我们常常需要对数据进行清洗，其中包括删除一些无效的数据行。在这篇文章中，我们将介绍如何使用Pandas从DataFrame中删除某列值为NaN的行。

什么是NaN？

NaN表示“不是一个数字”，它是一个特殊的值，通常用于表示在计算过程中出现了错误或者缺失值。当在Pandas DataFrame中出现NaN时，这行数据通常都需要被清理掉，以免影响后续分析。

如何找到包含NaN的行

使用isna()函数可以找出DataFrame中哪些值是NaN。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [20, 30, 25, 40, 35],
        'score': [90, 85, 70, 60, None]}
df = pd.DataFrame(data)

mask = df['score'].isna()

print(mask)

输出结果如下：

0    False
1    False
2    False
3    False
4     True
Name: score, dtype: bool

这个结果显示了哪些行包含NaN。

如何删除包含NaN的行

使用dropna()函数可以删除包含NaN的行。注意，dropna()函数是在原DataFrame上进行修改，因此需要将修改后的结果重新赋值给DataFrame变量。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [20, 30, 25, 40, 35],
        'score': [90, 85, 70, 60, None]}
df = pd.DataFrame(data)

df = df.dropna(subset=['score'])

print(df)

输出结果如下：

      name  age  score
0    Alice   20   90.0
1      Bob   30   85.0
2  Charlie   25   70.0
3    David   40   60.0

这个结果删除了包含NaN的行，只保留了完整的行数据。

如何删除指定列中包含NaN的行

在实际数据分析中，我们可能只需要删除某些特定列中包含NaN的行。可以通过subset参数指定需要检查的列名。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [20, 30, 25, 40, 35],
        'score': [90, 85, None, 60, 75]}
df = pd.DataFrame(data)

df = df.dropna(subset=['score'])

print(df)

输出结果如下：

    name  age  score
0  Alice   20   90.0
1    Bob   30   85.0
3  David   40   60.0
4   Ella   35   75.0

这个结果只删除了包含NaN的score列的行，而不是删除所有含NaN的行。

如何删除所有包含NaN的行

在某些情况下，我们可能需要删除DataFrame中所有包含NaN的行。可以使用dropna()函数的默认参数，即不指定subset参数，来删除所有的NaN行。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [20, None, 25, 40, 35],
        'score': [None, 85, 70, 60, 75]}
df = pd.DataFrame(data)

df = df.dropna()

print(df)

输出结果如下：

    name   age  score
2  Charlie  25   70.0

这个结果只保留了没有包含NaN的行，即删除了所有包含NaN的行。

如何删除包含空白值和NaN的行

在实际数据中，有时会出现空白值，即空格或空字符串。如果需要删除包含空白值和NaN的行，可以使用dropna()函数的how参数。how参数可以取值为any或all，分别表示删除包含任意一个或删除全部列中都为NaN或空白值的行。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
        'age': [20, 30, None, 40, ' '],
        'score': [None, 85, 70, 60, 75]}
df = pd.DataFrame(data)

df = df.dropna(how='all')

print(df)

输出结果如下：

      name   age  score
0    Alice  20.0    NaN
1      Bob  30.0   85.0
2  Charlie   NaN   70.0
3    David  40.0   60.0
4     Ella                      75.0