由于@Rutger指出,你可以简单地使用dropna
:
In [11]: df.dropna(subset=['Value1', 'Value2', 'Value3'])
Out[11]:
Num Date Value1 Value2 Value3
0 1 7/29/11 1 2 3
3 4 7/6/11 -1 0 2
。
最初的办法,我认为(这显然不是最优的),一旦你在阅读它作为一个数据帧就可以删除使用notnull
(您想只保留这些都是notnull
那些行)这些行:
In [21]: df.loc[:, ['Value1', 'Value2', 'Value3']].apply(pd.notnull)
Out[21]:
Value1 Value2 Value3
0 True True True
1 False True True
2 True False False
3 True True True
In [22]: df.loc[:, ['Value1', 'Value2', 'Value3']].apply(pd.notnull).all(1)
Out[22]:
0 True
1 False
2 False
3 True
dtype: bool
而且只选择那些行:
In [23]: df[df.loc[:, ['Value1', 'Value2', 'Value3']].apply(pd.notnull).all(1)]
Out[23]:
Num Date Value1 Value2 Value3
0 1 7/29/11 1 2 3
3 4 7/6/11 -1 0 2
In [24]: df = df[df.loc[:, ['Value1', 'Value2', 'Value3']].apply(pd.notnull).all(1)]
感谢安迪!这是完美的。 :) –
是不是只相当于'df.dropna()'?如果您只想将'ValueX'列考虑在内,您可以使用'df.dropna(subset = ['Value1','Value2','Value3'])''。 –