删除所有列用的NaN,0和NA我有一个数据帧,看起来像这样:熊猫:从数据帧
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
'B': [0, np.nan, np.nan, 0, 0, 0],
'C': [0, 0, 0, 0, 0, 0.0],
'D': [5, 5, 5, 5, 5.6, 6.8],
'E': ['NA', 'NA', 'NA', 'NA', 'NA', 'NA'],})
我怎么会丢弃所有的NA
,Nans
和0
在列,所以我会获得以下输出?
df2 = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
'D': [5, 5, 5, 5, 5.6, 6.8],})
到目前为止,我知道.dropna()
将摆脱所有的nan
还我试图df2=df[~(df==0).all(axis=1)]
,并没有奏效。
你想留下只是列'C'和'D'(不是'A'和'D'是你的例子)吗? – 2014-12-03 13:59:12
@ajcr我只想要A和D,因为他们的数据没有列,全部为0,Nan或NA – ccsv 2014-12-03 14:00:38
啊我现在看到了 - 谢谢。 – 2014-12-03 14:01:24