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!

07-24 18:04