Python Pandas Dataframe，删除所有列中 'None' 为值的行

Question

我有一个大数据框。创建时，“None”用作无法计算数字的值(而不是“nan”)

如何删除任何列中包含“无”的所有行？我虽然可以使用 df.dropna 并设置 na 的值，但我似乎做不到。

谢谢

我认为这是数据框的一个很好的表示:

temp = pd.DataFrame(data=[['str1','str2',2,3,5,6,76,8],['str3','str4',2,3,'None',6,76,8]])

Answer 1

设置
借用@MaxU 的df

df = pd.DataFrame([
    [1, 2, 3],
    [4, None, 6],
    [None, 7, 8],
    [9, 10, 11]
], dtype=object)

解决方案
你可以只使用 pd.DataFrame.dropna原样

df.dropna()

   0   1   2
0  1   2   3
3  9  10  11

---

假设您有 None 字符串，如 df

df = pd.DataFrame([
    [1, 2, 3],
    [4, 'None', 6],
    ['None', 7, 8],
    [9, 10, 11]
], dtype=object)

然后将dropna与mask结合起来

df.mask(df.eq('None')).dropna()

   0   1   2
0  1   2   3
3  9  10  11

当你比较时，你可以确保整个数据帧都是object。

df.mask(df.astype(object).eq('None')).dropna()

   0   1   2
0  1   2   3
3  9  10  11