Python 在Pandas中的多个列中使用NaN值

我有多个数据集，行数不同，列数相同。 我想在每个列中找到一个NaN值，例如，考虑这两个数据集：

dataset1 :            dataset2:
a  b                  a    b
1  10                 2    11
2  9                  3    12
3  8                  4    13
4  nan                nan  14
5  nan                nan  15
6  nan                nan  16

我想在数据集a和b中找到一个nan值： 如果出现在列b中，则删除所有具有nan值的行。如果出现在a列中，则用0填充该值

这是我的代码片段：

a=pd.notnull(data['a'].values.any())
b= pd.notnull((data[b'].values.any()))
if a:
     data = data.dropna(subset=['a'])
if b:
     data[['a']] = data[['a']].fillna(value=0)

---

它不能正常工作

您只需要fillna和dropna，而不需要控制流

data = data.dropna(subset=['b']).fillna(0)

---

把你的病情告诉医生

df=df.fillna({'a':0,'b':np.nan}).dropna()

这里不需要“b”

df=df.fillna({'a':0}).dropna()

编辑：

df.fillna({'a':0}).dropna()
Out[1319]: 
     a   b
0  2.0  11
1  3.0  12
2  4.0  13
3  0.0  14
4  0.0  15
5  0.0  16

---

列中仍有nan值b@AlterNative您只能选择一个作为接受的答案（-：您根本不需要

'b'

键。

df.fillna（{'a'：0}）。dropna（）

在我的第二个数据集上不起作用。它删除了所有行，我需要保留它们，并将a列中的行的值设置为0。@AlterNative have nice day:-）