如果存在以下DataFrame

   年齡   性別    手機(jī)號(hào)0  2       男      NaN1  3       女      NaN2  4       NaN    NaN

刪除NaN所在的行：

刪除表中全部為NaN的行

df.dropna(axis=0,how='all') 

刪除表中含有任何NaN的行

df.dropna(axis=0,how='any') #drop all rows that have any NaN values

刪除NaN所在的列：

刪除表中全部為NaN的行

df.dropna(axis=1,how='all') 

刪除表中含有任何NaN的行

df.dropna(axis=1,how='any') #drop all rows that have any NaN values

以上這篇?jiǎng)h除DataFrame中值全為NaN或者包含有NaN的列或行方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持武林站長(zhǎng)站。