python删除nan_关于python：如何删除某些列中的值为NaN的Pandas DataFrame行

我有一个DataFrame：

>>> df

STK_ID  EPS  cash

STK_ID RPT_Date

601166 20111231  601166  NaN   NaN

600036 20111231  600036  NaN    12

600016 20111231  600016  4.3   NaN

601009 20111231  601009  NaN   NaN

601939 20111231  601939  2.5   NaN

000001 20111231  000001  NaN   NaN

那么我只需要EPS不是NaN的记录，即df.drop(....)将返回如下数据帧：

STK_ID  EPS  cash

STK_ID RPT_Date

600016 20111231  600016  4.3   NaN

601939 20111231  601939  2.5   NaN

我该怎么做？

dropna：pandas.pydata.org /熊猫/稳定/生成/ Docs & hellip；

df.dropna(subset = ['column1_name', 'column2_name', 'column3_name'])

这个问题已经解决了，但是…

…还考虑了Wouter在其原始评论中提出的解决方案。处理丢失数据的能力，包括dropna()，是明确地内置于熊猫中的。除了可能比手动操作提高性能外，这些功能还提供了各种可能有用的选项。

In [24]: df = pd.DataFrame(np.random.randn(10,3))

In [25]: df.iloc[::2,0] = np.nan; df.iloc[::4,1] = np.nan; df.iloc[::3,2] = np.nan;

In [26]: df

Out[26]:

0         1         2

0       NaN       NaN       NaN

1  2.677677 -1.466923 -0.750366

2       NaN  0.798002 -0.906038

3  0.672201  0.964789       NaN

4       N