可以使用DataFrame的iterrows()方法遍历每一行,然后使用DataFrame的fillna()方法将空值替换为NaN(空值的标准表示),最后使用DataFrame的dropna()方法删除包含NaN的行。

示例代码如下:

import pandas as pd

# 创建示例数据
data = pd.DataFrame({'A': ['a', 'b', 'c', 'd'], 'B': [1, 2, None, 4], 'C': [None, 6, 7, 8]})

# 遍历每一列
for col in data.columns:
    # 遍历每一行
    for idx, row in data.iterrows():
        # 如果元素为空值,则替换为NaN
        if pd.isna(row[col]):
            data.loc[idx, col] = float('nan')

# 删除包含NaN的行
data.dropna(inplace=True)

print(data)

输出结果为:

   A    B  C
1  b  2.0  6
2  c  NaN  7
3  d  4.0  8
``
python中pd类型的data遍历data的每一列嵌套遍历每一行如果元素为空值则将删掉该单元格

原文地址: http://www.cveoy.top/t/topic/dgD5 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录