我正在尝试使用 Pandas 清理一个非常大的数据框。
数据集包含重复的指标列，例如高度、体重、性别和年龄。一些行包含列名 currentAge 的数据，而其他行包含列名 currentAge2 的数据。
因此，例如，我想删除 currentAge 和 currentAge2 中具有 NaN 的行，因为它们是无用的数据点。我想对所有其他指标执行相同的操作。
我的数据框的索引从0开始。下面是我试过的代码。
for index, row in csv.iterrows():
if ((math.isnan(row['currentAge']) and math.isnan(row['currentAge2'])) == True):
csv.drop(csv.index[index])
这不起作用，当我使用 in place=True 时，我得到一个索引越界错误。如果有人能阐明我如何正确清理这个数据框，那就太好了。 csv 是我的数据框的名称。
最佳答案
我认为这里不需要iterrows。
csv[~(csv['currentAge'].isnull())&(csv['currentAge2'].isnull())]
关于python - 在保留索引的同时删除包含 NaN 的行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50960537/