Python 熊猫-排除数值列为NaN的行

在熊猫的数据帧中，有些列是数值的，有些行的其中一个数值列是NaN的值

我知道如何选择以下数字列：

df.select_dtypes(include=np.number)

但如何排除其中一个数值列为NaN的行

很抱歉，我以前的描述可能不清楚，所以我添加了更多细节来澄清。希望能更清楚

假设数据帧如下所示： 有四列：A、B、C和D。A和C的数据类型是Object，B和D的数据类型是Float

A(Object)   B(Float)C(Object)   D(Float)
Apple       NaN     String1     1.0
Orange      2.0     NaN         3.0
Banana      4.0     String2     5.0
NaN         1.0     String3     2.0
Pear        NaN     String4     3.0
Melon       2.0     String5     NaN

我们将只删除一些数值列（float）为NaN的行，而不应删除一些非数值列（Object）为NaN的行

最终结果如下：

A(Object)   B(Float)C(Object)   D(Float)
Orange      2.0     NaN         3.0
Banana      4.0     String2     5.0
NaN         1.0     String3     2.0

我正在考虑使用lambda和管道。 任何能给出提示的人都会非常感激

非常感谢

让我们试试：

数据

df = pd.DataFrame({'A': [1,np.nan,-2,0,0], 'B': [0, 0, 0, 3, -2], 'C' : [0, 0, -2, np.nan, 0], 'D': [0, -3, 2, 1, -2]} )  

解决方案

df1=df.dropna(0)

df=pd.DataFrame（{'A'：[1，np.nan，-2,0,0]，'B'：[0，0，0，3，-2]，'C'：[0，0，-2，np.nan，0]，'D'：[0，-3，2，1，-2]）

df.dropna（就地=真）

---

0是默认轴，出于效率考虑，首选inplace，因为不复制数据帧。

这是否回答了您的问题？使用

子集

df.dropna（子集=['B（Float）'，'D（Float）'））

。感谢您的回复。但是，该代码似乎会删除所有有NAN的行，但是它不考虑数据类型为数字的列，例如浮点。例如，如果一行有一列，则值为NaN，但如果此列的数据类型为非数字，例如object，则不应删除该值。感谢您的回复。但是，该代码似乎会删除所有有NAN的行，但是它不考虑数据类型为数字的列，例如浮点。例如，如果一行有一列，则该列的值为NaN，但如果该列的数据类型为非数字（如object），则不应删除该列。