如何使用熊猫删除数据框中具有空列的行

Question

我必须删除带有列的整行，它没有价值我的数据框看起来像

Name   place    phonenum

mike   china     12344
       ireland    897654
suzzi  japan      09876
chang  china      897654
       Australia  897654
       india      876543

所需的输出应该是

Name   place    phonenum

mike   china     12344
suzzi  japan      09876
chang  china      897654

我用过 df1=df[df.Name == ''] 我得到了输出

  Name   place    phonenum

请帮我

原文由 tiru 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果 Name 是列：

 print (df.columns)
Index(['Name', 'place', 'phonenum'], dtype='object')

需要将 == 更改为 != 如果缺失值为空字符串则不相等：

 print (df)
    Name      place  phonenum
0   mike      china     12344
1           ireland    897654
2  suzzi      japan      9876
3  chang      china    897654
4         Australia    897654
5             india    876543

df1 = df[df.Name != '']
print (df1)
    Name  place  phonenum
0   mike  china     12344
2  suzzi  japan      9876
3  chang  china    897654

如果第一列是 NaN s 使用 dropna 并指定要检查的列：

 print (df)
    Name      place  phonenum
0   mike      china     12344
1    NaN    ireland    897654
2  suzzi      japan      9876
3  chang      china    897654
4    NaN  Australia    897654
5    NaN      india    876543

df1 = df.dropna(subset=['Name'])
print (df1)
    Name  place  phonenum
0   mike  china     12344
2  suzzi  japan      9876
3  chang  china    897654

原文由 jezrael 发布，翻译遵循 CC BY-SA 4.0 许可协议