如何在Python中处理数据中的NaN值？

我有一个很大的数据集，在多个列中包含许多NaN值

我已经尝试了以下代码，但它没有从数据集中删除Nan值

df = pd.read_excel('sec3_data.xlsx')
df.dropna(subset=["Deviation from Partisanship"])
df['Deviation from Partisanship'].unique()

输出：

array([nan, 'Vote for opposing party', 'Vote for own party'], dtype=object)

---

它清楚地表明仍然存在一些可用的nan值。如何删除它们？

您需要将其写为

df = df.dropna(subset=["Deviation from Partisanship"])

或者

---

你需要把它写成

df = df.dropna(subset=["Deviation from Partisanship"])

或者

---

您需要重新分配到新的数据帧：

df2 = df.dropna(subset=["Deviation from Partisanship"])

或执行就地降落：

---

您可以在此处的文档中找到更多信息：

您需要重新分配到新的数据帧：

df2 = df.dropna(subset=["Deviation from Partisanship"])

或执行就地降落：

您可以在以下文档中找到更多信息：

# Method 1
df = pd.read_excel('sec3_data.xlsx')
df.dropna(subset=["Deviation from Partisanship"], inplace=True)
df['Deviation from Partisanship'].unique()

# Method 2
df = pd.read_excel('sec3_data.xlsx')
df2 = df.dropna(subset=["Deviation from Partisanship"])
df2['Deviation from Partisanship'].unique()