python - 从数据框python中的特定位置删除具有缺失值的行

Question

好人，仍在学习 python。现在我有一个非常庞大的数据框，大约有 100 万行，但是我做了什么来删除某些列位置缺少值的行。我的意思是在从特定列中找到缺失值的行后，我应该能够删除整行。查看示例数据框:

import pandas as pd 

data = {'A':['NW', 'NB', 'UK', 'CAN'],'B':['Tom', 'nick', 'krish', 'jack'], 'C':[20, '', 19, ''],'D':[20, '', 19, ''],'E':[20, '', 19, ''],'F':[20, '', 19, '']} 
df = pd.DataFrame(data) 
print(df)

在此数据框中，我想识别从C 列到 F 列 具有缺失值的行，然后删除整行，这意味着我必须删除第 1 行和第 3 行。我已经试过了，但没有用:

df.dropna(subset=['C','D','E','F'], how='all', inplace = True)

EXPECTED OUTPUT 应该是这样的表格

import pandas as pd 

data = {'A':['NW', 'UK'],'B':['Tom', 'krish'], 'C':[20, 19],'D':[20, 19 ],'E':[20,  19 ],'F':[20, 19]} 
df = pd.DataFrame(data) 
print(df)

Answer 1

pandas.DataFrame.mask

• 使用mask 使数据框在条件为True 的任何地方为空
• 然后使用 dropna 和 subset 参数

这不是使用 zipa 和 jezrael 提到的 replace。与其他方法相比，使用它没有任何优势。我只是喜欢使用 mask。它还为社区提供了另一种完成任务的方法。

---

df.mask(df.eq('')).dropna(subset=['C', 'D', 'E', 'F'])

    A      B   C   D   E   F
0  NW    Tom  20  20  20  20
2  UK  krish  19  19  19  19