Python 是否删除Pandas中哪些单元格为空的行？

谢谢你的帮助

我有一个很大的csv伪ODO患者数据集，通常看起来是这样的

 Average Covered Charges ,  Total Discharges  , Average Medicare Payments
        32963.07         ,          91        ,           4763.73 
        15131.85         ,          14        ,           4976.71 
        37560.37         ,                    ,          

我面临的问题是，我正试图让出院总人数超过100。。。但是，因为其中一列的末尾比所有其他单元格多出一个值，所以其他列的最后一个单元格只有一个空格，在数据集的长度中被视为一项。我已将此csv文件加载到熊猫数据框中，并删除了NAs，我的数据集仍然是这样

所以没有，没有，等等。。。这不是问题所在。它是一个空单元格，使最后两列的数据类型为“object”，由于它有一个空单元格/空格，因此无法将“object”数据类型更改为“int”

若我可以通过删除数据集中任何列中有空单元格的所有行，将数据框更改为这样，那个么我的所有问题都将消失。因此，我希望我的数据集如下所示：

 Average Covered Charges  , Total Discharges  , Average Medicare Payments
        32963.07          ,          91       ,           4763.73 
        15131.85          ,          14       ,           4976.71 

我很惊讶我这么难做到这一点。但从我所读到的关于熊猫的资料来看，这些文件假定它们是NAs，所以我可以直接扔掉它们，但我无法让熊猫相信这一点

    import pandas as pd
    inpatients_df = pd.read_csv("inpatient_payment_system.csv", low_memory = False)

    inpatients_df.dropna(axis = 0, how = 'any') # Remove NA values.

我已经在数据集中加载并删除了所有NAs，这并不重要

---

注意：此数据集中的列远远超过3列。只需要一列比其他列拥有更多的entre就可以实现这一点，而问题实际上位于csv文件的最后一行

只需将其中一列作为一个系列，然后使用它：

pd.to_numeric(df['Total Discharges'], errors='coerce').dropna() > 100).sum()

---

对于这种特殊情况，您应该使用

.isnumeric（）

方法来获取适当的切片：

df[df['Total Discharges'].str.isnumeric()]

但要回答你的问题：很有可能，你调用空的条目可能是空字符串，所以

df[df['Total Discharges'] != '']

虽然您可能希望明确检查该单元格中的值以确保正确，但应执行此操作。

尝试以下操作：

inpatients_df.dropna(subset=['Total Discharges'], how='all', inplace = True)

---

每一行是否一定意味着同一位患者？例如，“32963.07、91、4763.73”行是否为一个人所有？如果不是，则不应将其存储在数据帧中。取而代之的是，每一个专栏都应该是它自己的独立系列。它是每一次临床访问。如果同一个病人再次来过，并改变了他的街道地址或保险公司，那么这将是新的一排。这其实并不重要。那么为什么在其中一列的末尾缺少值呢？这就是为什么这是一件重要的事情。其他信息没有收集。你知道我如何解决这个问题吗？@xyz123如果你只想要数值，我建议你做

df[column]=pd。要想得到数值（df[column]，errors='concurve'）

，然后使用dropna

to_numeric

不会将数字转换为浮点

nan

，正如OP所说，他对nans没有问题，而是空字符串。我无法让你的代码工作。当我运行它时，在'str'和'int'的实例之间不支持“TypeError:'>”。就像我说的，我让熊猫相信这是一个na。编辑以反映这一点。@Sebastian，如果您确实包含尝试您的解决方案时给出的数据输出，可能会更好。@Dark如果OP提供了数据帧或其样本，我很乐意这样做。