Python 仅从列中删除值

我有一个数据框，其中包含一些字符串值，我正在将其转换为整数，以便将来进行计算。列

df['Age']

中的值存在一些标记为

NaN

值的错误。使用

dropna

函数，我丢失了整个行的一半以及其他列中的大量数据。如何在不更改主数据框的情况下，仅选择

df['Age']

中不是

NaN

值的值进行进一步计算

df['Age'] = np.where(pd.to_numeric(df['Age'], 'coerce').notnull(), df['Age'], NaN)
df = df.dropna(subset=['Age'])
df['Age'] = df['Age'].astype(int)

---

将

df['Age']

转换为数值后，使用另一个带切片的变量

例如，假设您有一个

收入

字段：

another_df = df['income'][~ps.isnull(df['age'])] * 2

或者，更一般地说：

another_df = df['income'][~ps.isnull(df['age'])].apply(lambda x: x*2)

您可以使用

apply

调用中的任何函数

---

注意：原始数据框

df

保持不变

以选择年龄不为空的行：

df[df.Age.notnull()]

或者你只想要年龄：

df[[df.Age.notnull()].Age

---

您能否提供DataFrame的示例？您希望如何处理NAN？您是否尝试过：

.dropna（）

？。。。我不明白你的意思，对不起！@使用

dropna（）

函数删除整行时使用风滚草。我需要来自同一行但来自另一列的数据，因此

dropna（）

不是right函数。我想从

df['Age']

中选择数据，而不选择

NaN

值，用它执行一些计算，但不删除任何行。我需要清理列“边界”中的数据。谢谢，第二列给出了所需的结果