删除 python pandas 中的 NaN 值

Question

数据是来自人口普查数据的成年人收入，行如下所示：

 31, Private, 84154, Some-college, 10, Married-civ-spouse, Sales, Husband, White, Male, 0, 0, 38, NaN, >50K 48, Self-emp-not-inc, 265477, Assoc-acdm, 12, Married-civ-spouse, Prof-specialty, Husband, White, Male, 0, 0, 40, United-States, <=50K

我正在尝试从 pandas 中的 CSV 文件加载的 DataFrame 中删除所有带有 NaN 的行。

 >>> import pandas as pd >>> income = pd.read_csv('income.data') >>> income['type'].unique() array([ State-gov, Self-emp-not-inc, Private, Federal-gov, Local-gov, NaN, Self-emp-inc, Without-pay, Never-worked], dtype=object) >>> income.dropna(how='any') # should drop all rows with NaNs >>> income['type'].unique() array([ State-gov, Self-emp-not-inc, Private, Federal-gov, Local-gov, NaN, Self-emp-inc, Without-pay, Never-worked], dtype=object) Self-emp-inc, nan], dtype=object) # what?? >>> income = income.dropna(how='any') # ok, maybe reassignment will work? >>> income['type'].unique() array([ State-gov, Self-emp-not-inc, Private, Federal-gov, Local-gov, NaN, Self-emp-inc, Without-pay, Never-worked], dtype=object) # what??

我尝试了一个较小的示例。 example.csv ：

 label,age,sex 1,43,M -1,NaN,F 1,65,NaN

而且dropna()在这里对于分类和数值 NaN 都可以正常工作。 到底是怎么回事？ 我是 Pandas 的新手，只是在学习。

Answer 1

正如我在评论中所写：“NaN”有一个前导空格（至少在您提供的数据中）。 因此，您需要在read_csv function 中指定na_values参数。

试试这个：

 df = pd.read_csv("income.csv",header=None,na_values=" NaN")

这就是您的第二个示例有效的原因，因为这里没有前导空格。

Answer 2

删除所有具有 NaN 值的行

df2=df.dropna() df2=df.dropna(axis=0)

删除后重置索引

df2=df.dropna().reset_index(drop=True)

删除具有所有 NaN 值的行

df2=df.dropna(how='all')

删除在选定列上具有 NaN 值的行

df2=df.dropna(subset=['length','Height'])