为什么dropna（）没有像我期望的那样工作？

Question

我已经问了一次这个问题，但删除了它，因为它没有以正确的方式解决问题。

我想删除包含NaN所有行。 我很确定我需要申请

df.dropna(how='all', inplace=True)

实现我的需要。 但由于某种未知的原因，它根本不起作用。 我甚至怀疑这是一个与软件/版本相关的问题。 我正在使用anaconda和pandas 0.18.0和conda版本的conda版本：4.1.2 conda-build版本：1.19.0 python版本：3.5.1.final.0请求版本：2.9.1

我从csv创建了一个数据框，其中包括：

df1 = pd.read_csv('Vols.csv', sep=',', parse_dates=True, 
index_col="Date",usecols=['Date','60DAY_IMPVOL'])
df2 = pd.read_csv('DAX02072016.csv', sep=',', index_col= "Date", parse_dates=True,
usecols=['Date','Close'])
df = pd.concat([df1, df2], axis=1)

我得到的是一个数据框：

         60DAY_IMPVOL        Close
Date
2004-02-03     NaN            4057.510010
2004-02-04     NaN            4028.370117
2004-02-05     NaN            4014.790039
2004-02-06     18.54          4044.989990
2004-02-09     17.76          4098.970215
2004-02-10     NaN            4077.635363

并且当我使用axis = 1或axis = 0时，应用dropna（）不会产生任何结果。 所以任何人都有任何建议可能是它不起作用的原因？

Answer 1

how='all'并不意味着“删除包含NaN的所有行”，这意味着“删除所有 NaN的行”。 你想要how='any' ，这意味着“删除包含任何 NaN的行”。

>>> df.dropna(how='all')
            60DAY_IMPVOL        Close
Date                                 
2004-02-03           NaN  4057.510010
2004-02-04           NaN  4028.370117
2004-02-05           NaN  4014.790039
2004-02-06         18.54  4044.989990
2004-02-09         17.76  4098.970215
2004-02-10           NaN  4077.635363
>>> df.dropna(how='any')
            60DAY_IMPVOL        Close
Date                                 
2004-02-06         18.54  4044.989990
2004-02-09         17.76  4098.970215

how='any'实际上是默认值，所以说实话， df.dropna()也会有效。

（注意， inplace=True有点df = df.dropna(how='any') ，通常我们现在只写df = df.dropna(how='any') 。）