python删除仅由缺失值构成的行或列

在Python的pandas库中，删除仅由缺失值（NaN）构成的行或列可以使用dropna()函数。以下是如何实现的具体方法：

删除仅由缺失值构成的行

import pandas as pd

# 假设df是你的DataFrame
df = pd.DataFrame({
   
    'A': [1, 2, np.nan, np.nan, np.nan],
    'B': [5, np.nan, np.nan, np.nan, 7],
    'C': [np.nan, np.nan, np.nan, np.nan, np.nan]
})

# 删除仅由NaN构成的行
df_cleaned = df.dropna(how='all')

print(df_cleaned)

这里的 how='all' 参数意味着只有当一行中的所有元素都是NaN时，这一行才会被删除。

删除仅由缺失值构成的列

若要删除仅包含NaN的列，可以通过设置axis=1来操作列：

# 删除仅由NaN构成的列
df_cleaned = df.dropna(axis=1, how='all')

print(df_cleaned)

上述代码会移除那些每一行都是NaN的列。

请注意，在实际应用中，对数据进行预处理前应确保理解数据集和清洗需求，因为删除数据可能会导致信息丢失。在某些情况下，填充缺失值或者采用其他处理方式可能更为合适。