pandas ：删除所有列中的所有NaN值
在Pandas库中，要删除DataFrame中所有列（即Series）中所有的NaN值，可以使用`.dropna()`方法结合`axis=1`参数来指定操作的方向。具体步骤如下：
1. 首先，你需要导入pandas库并创建一个包含NaN值的DataFrame。
2. 使用`.dropna(axis=1)`方法删除所有列中的NaN值。这一步会返回一个新的DataFrame，其中不包含任何NaN值。
下面是一个详细的代码示例：
```python
import pandas as pd
import numpy as np
# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, np.nan], 'B': [np.nan, 4, 5], 'C': [6, np.nan, np.nan]}
df = pd.DataFrame(data)
print("原始 DataFrame：")
print(df)
# 删除所有列中NaN值的操作
cleaned_df = df.dropna(axis=1)
print("\n删除 NaN 后的 DataFrame：")
print(cleaned_df)
```
输出结果将会是：
```
原始 DataFrame：
A B C
0 1.0 NaN 6.0
1 2.0 4.0 NaN
2 NaN 5.0 NaN
删除 NaN 后的 DataFrame：
A C
0 1 6
1 2 NaN
2 NaN NaN
```
在这个例子中，原始DataFrame中有两列包含了NaN值，调用`.dropna(axis=1)`方法后，这两列都成功删除了所有的NaN值，留下了包含所有非NaN值的新DataFrame。
北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台
更多推荐
7
0- 0
已为社区贡献20条内容
所有评论(0)