我有一个叫TI的DF。我想删除BookDate为NaN的行。所以我跑：
TI = TI.dropna(subset=['#Book_Date'])
当我运行这个命令时，内存会因为某种原因被消耗掉（我在100GB的RAM机器上，大约50%的RAM用于保存TI，当我运行dropna行时，它会100%使用，并且永远不会完成命令的执行）。它是在做一个全新的拷贝吗？TI是一个6400万行的数据帧，所以它需要更高效。
最佳答案
到目前为止，最好的方法是通过使用这个列必须是有限的。你需要用核弹来做这个。
from pandas import *
import numpy
TI = TI[np.isfinite(TI['#Book_Date'])]
关于python - 更有效的pandas python命令删除Nan行？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/26719315/