Python 熊猫-删除只有NaN值的行

我有一个包含许多NaN值的数据帧我想删除包含太多NaN值的行；特别是：7个或更多。

我尝试了几种方法使用dropna函数，但很明显，它会贪婪地删除包含任何NaN值的列或行

这个问题（）告诉我，若我可以编译一个包含太多NaN值的行的列表，我可以用一个简单的方法将它们全部删除

df.drop(rows)

我知道我可以使用count函数计算非空值，我可以从总数中减去这些值，然后通过这种方式获得NaN计数（有没有一种直接的方法来计算一行中的NaN值？）。但即便如此，我也不知道如何编写一个逐行遍历数据帧的循环

下面是一些我认为正确的伪代码：

### LOOP FOR ADDRESSING EACH row:
    m = total - row.count()
    if (m > 7):
        df.drop(row)

---

我对熊猫还是新手，所以我对解决这个问题的其他方法非常开放；无论它们是更简单还是更复杂。

df.dropna的可选thresh参数允许您为其指定非NA值的最小数目，以便保留行

df.dropna(thresh=df.shape[1]-7)

---

基本上，这样做的方法是确定列的数量，设置非nan值的最小数量，并删除不符合此条件的行：

df.dropna(thresh=(len(df) - 7))

---

请参见

有一个

thresh

参数来指定非NA值的最小数量：您尝试过这个吗？我没有注意到，谢谢。它非常适合我的需要。df.dropna（thresh=3）是我所需要的全部（数据框中有9列），我想我应该在我的答案中加入一个动态方法，如果你不知道列的数量，很高兴我能帮上忙，我不得不使用len（df.columns）而不是len（df）。工作起来很有魅力。axis=1不是告诉它放下列吗？至少在我的例子中，当我选择axis时，列会被删除=1@xkcd这取决于函数，在这种情况下，相反的

axis=1

将删除列，而不是行。“{0或'index'，1或'columns'}”直接来自文档。@如果您是正确的，我不确定这是否是由于文档中的错误造成的，或者我是否将其与

drop

混淆，后者确实翻转了

axis

的预期含义，将进行更新，并感谢您指出这一点

df.dropna（thresh=2，inplace=True）#删除带有2个有效值的额外行

这稍微简单一点，对于我的应用程序来说非常有效。