Pandas删除值为None的行

首先应该判断自己表格中的None的类型

表格中None有两种情况：

（1）空值类型的None。

（2）字符串类型的None，是真实存在的。

处理空值类型的None

df.dropna()方法

#axis=0: 删除包含缺失值（NaN）的行

#axis=1: 删除包含缺失值（NaN）的列

# how=‘any’ :要有缺失值（NaN）出现删除

# how=‘all’: 所有的值都缺失（NaN）才删除

df.dropna(how='all')#删除所有内容均为缺失值的行
df.dropna(axis=1) #丢弃有缺失值的列
df.dropna(axis=1, how = 'all') #丢弃所有列中所有值均缺失的列
df.dropna(axis=0, subset=['datetime', 'values'])#丢弃datetime和values这两列中有缺失值的行

处理字符串类型的None

可以先将“None”值replace为pandas可读取的空值，如nan，然后再用dropna()去掉即可。

df = df.replace(to_replace='None', value=np.nan).dropna()

参考链接 原文链接：https://blog.csdn.net/Shenquanle/article/details/115319674