Pandas删除其中几列不是nan的行

Pandas是一个基于Python的数据分析库，提供了丰富的数据结构和数据分析工具。在处理数据时，有时需要删除其中几列不是NaN的行。下面是完善且全面的答案：

答案： Pandas提供了多种方法来删除其中几列不是NaN的行。以下是两种常用的方法：

方法一：使用dropna函数 dropna函数可以删除包含NaN值的行或列。我们可以通过指定axis参数为0来删除行，同时使用subset参数指定需要检查的列。具体步骤如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, None, 5],
        'B': [None, 6, 7, 8, 9],
        'C': [10, 11, 12, 13, 14]}
df = pd.DataFrame(data)

# 删除其中几列不是NaN的行
df.dropna(subset=['A', 'B'], inplace=True)

print(df)

输出结果：

     A    B   C
1  2.0  6.0  11
2  3.0  7.0  12
4  5.0  9.0  14

在上述代码中，我们创建了一个示例DataFrame，并使用dropna函数删除了列'A'和'B'中不是NaN的行。最后打印输出了删除后的DataFrame。

方法二：使用布尔索引另一种方法是使用布尔索引来选择需要保留的行。具体步骤如下：

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, None, 5],
        'B': [None, 6, 7, 8, 9],
        'C': [10, 11, 12, 13, 14]}
df = pd.DataFrame(data)

# 使用布尔索引选择需要保留的行
df = df[np.isnan(df['A']) & np.isnan(df['B'])]

print(df)

输出结果：