Python 如何删除具有特定条件的熊猫中的行

我正在尝试从pandas变量中删除行

为此，我创建了一个函数，用于分析pandas表中的两列。当此函数识别某个单元格为空时，该函数应删除该行

我尝试了以下代码：

def removeNaN(df):

    row,colum=df.shape

    for index in range(0,row):

        if df.Signal.iloc[index]==np.NaN or df.results.iloc[index]==np.NaN:

            df.drop(df.index[index],inplace=True)



    return df 

我的原始文件的维度是[37057行x 11列]：

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

将变量放入函数后，我得到了完全相同的表[37057行x 11列]：

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

我希望得到这样的结果：[？？？？？行x 11列]：

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
0               0  03.12.18 17:31    ...           NaN       NaN
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

      Unnamed: 0      created_at    ...           Signal   results
1               1  03.12.18 17:32    ...      0.000000 -0.004039
2               2  03.12.18 17:33    ...      0.000000 -0.003910
3               3  03.12.18 17:34    ...      0.000000 -0.003297
...           ...      ...           ...         ...       ...

---

有人能帮我找出我的错误吗？

如果我理解正确，您希望在两个特定列中至少有一个为None/Null时删除行

在熊猫身上，这很简单，有一种方法叫做dropna

df.dropna（子集=[“信号”，“结果”]，就地=真）

---

这里的子集是要考虑的列。 如果我理解正确，您希望在两个特定列中至少有一个为None/Null时删除行

在熊猫身上，这很简单，有一种方法叫做dropna

df.dropna（子集=[“信号”，“结果”]，就地=真）

---

这里的子集是要考虑的列。 实现您想要的最简单的方法是：

df.drop（df[df.Signal.isnull（）| df.results.isnull（）].index，inplace=True）

实现您想要的最简单的方法是：

df.drop（df[df.Signal.isnull（）| df.results.isnull（）].index，inplace=True）

简单易行的方法：

dropna（子集=['Signal'，'results'，]，轴=0）

---

简单易行的方法：

dropna（子集=['Signal'，'results'，]，轴=0）

---

实际上，对于这种情况，我认为@mfcabrera的答案更合适。如果您想检查除isnull以外的其他条件，那么这种方法可能更好。实际上，对于这种情况，我认为@mfcabrera的答案更合适。如果您想检查除isnull以外的其他条件，那么这种方法可能更好。