这是我拥有的数据框:
A B C D F E
2013-01-01 0.000000 0.000000 0.100928 5 NaN 1
2013-01-02 0.640525 0.220630 1.070226 5 1 1
2013-01-03 -0.963793 -0.476044 -0.581649 5 2 NaN
2013-01-04 0.882686 -0.371904 -1.320758 5 3 NaN
2013-01-05 0.021979 0.680987 -0.605329 5 4 NaN
2013-01-06 -0.238726 -0.487410 -0.383292 5 5 NaN
然后,我运行以下代码:
df1.dropna(how='any')
,其中df1
是上面的数据框。当我随后查看df1
时,这就是我得到的。 A B C D F E
2013-01-01 0.000000 0.000000 0.100928 5 NaN NaN
2013-01-02 0.640525 0.220630 1.070226 5 1 NaN
2013-01-03 -0.963793 -0.476044 -0.581649 5 2 NaN
2013-01-04 0.882686 -0.371904 -1.320758 5 3 NaN
我以为
dropna
会删除其中具有NaN
值的任何行。因此,我期望它返回以下内容: A B C D F E
2013-01-02 0.640525 0.220630 1.070226 5 1 1
为什么不这样呢?
编辑:这是代码
这就是我的开始:
dates = pd.date_range('20130101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns = list('ABCD'))
然后我这样做:
s1 = pd.Series([1,2,3,4,5,6],index=pd.date_range('20130102',periods=6))
df['F'] = s1
df.at[dates[0],'A'] = 0
df.iat[0,1] = 0
df.loc[:,'D'] = np.array([5]*len(df))
df1 = df.reindex(index=dates[0:4], columns = list(df.columns) + ['E'])
df1.loc[dates[0]:dates[1],'E'] = 1
然后我运行
dropna
最佳答案
dropna
返回一个新的DataFrame
。因此,要获得所需的结果,您必须添加
df2 = df1.dropna(how='any');
现在
df2
保留所需的输出。如果希望df1
产生thr结果,请使用:df1.dropna(how='any', inplace=True)
修改
df1
就地。希望这可以帮助!