Python 打印内部系列

我在一个

数据帧中有两个对齐的序列，其中有几个不匹配的“NaN”。我想打印它们之间的交叉点，删除所有“NaN”，但不松散对齐。也就是说，当我在其中一个序列中找到“NaN”时，我想从这两个序列中删除行。这听起来很简单，但我没有做任何操作之间的系列dropna的后，不能dropna的系列分开。我无法找到正确的df函数来执行此操作-有几个没有文档记录。
举个例子，我想举个例子：

In [139]: pandas.__version__
Out[139]: '0.7.3'

并打印以下内容：

10         NaN     -1.200
11         NaN     -1.324
12    0.000585        NaN
13    0.000573     -1.453
14         NaN     -2.006

正如我在上面的评论中所写，最好的答案是：

13    0.000573     -1.453

那个dropan来自原始df的一部分，只保留了感兴趣的系列。
卡梅尔建议：

newdf = df1.dropna()[['S', 'JEXP']]

这同样有效，dropan基于子集列表，但是，保留所有其他系列-它复制您的数据集。
这有点难理解。为什么df.dropna（）不是您想要的？你在上面的数据框上试过了吗？你是说把df完全删除了？？？也许有更好的办法。这是一个非常大的数据集。但这不正是你想要做的吗？如果不是这样，你在描述什么？您还可以使用
subset
参数指定特定的列子集：newdf=df1.dropna（）[['S'，JEXP']]您的意思是只删除在S或JEXP列中存在NaN的行吗？（我正试图在这里提供帮助；请澄清，否则我无法！）尝试
newdf=df1.dropna（subset=['S'，'JEXP']）
newdf = df1.dropna(subset=['S', 'JEXP'])