是否有类似于R中complete.cases的等效Python函数

我正在删除pandas数据框中的一些记录，该数据框在4列框架中包含不同的NaN组合。我创建了一个名为complete_cases的函数来提供满足以下条件的行的索引：行中的所有列都是NaN

我在下面尝试了此功能：

def complete_案例（数据帧）：
indx=[]
indx=[x代表列表中的x（dataframe.index）\
如果dataframe.loc[x，：].isna（）.sum（）=
len（dataframe.columns）]
返回indx

我想知道这是否足够理想，或者是否有更好的方法来做到这一点。

一个可能的解决方案：

使用“NA”计数列数，创建一列以保存该列

基于此新列，根据需要筛选数据框的行

删除（现在）不必要的列

可以使用lambda函数来执行此操作。例如，如果要删除具有10个“NA”值的行：

---

当然。你需要做的就是

df.dropna(axis = 0, how = 'any', inplace = True)

---

这将删除至少有一个缺失值的所有行，并更新数据框“在位”。

括号内不需要反斜杠。只需使用

dropna

。如果您想让它像上面那样更明确，在这种情况下any比sum好

dataframe[~dataframe.isna（）.any（axis=1）]

@maow谢谢，但我只想删除具有完整NaN值的记录，而不是部分NaN值的记录。在@maow之后，您可以使用

.all（）

然后谢谢@mayelsgc

df.dropna(axis = 0, how = 'any', inplace = True)