客户需求
查看销售人员不为空值的行
数据存储情况如图：
代码实现import pandas as pd
data = pd.read_excel('test.xlsx',sheet_name='Sheet1')
datanota = data[data['销售人员'].notna()]
print(datanota)
输出结果D:\Python\Anaconda\python.exe D:/Python/test/EASdeal/test.py
城市 销售金额 销售人员
0 北京 10000 张丽丽
1 上海 50000 潇潇
2 深圳 60000 笨笨笨
3 成都 40000 达达
Process finished with exit code 0
如何删除特定列为空/ NaN的行？
我有一个csv文件.我读了它：import pandas as pd
data = pd.read_csv('my_data.csv', sep=',')
data.head()
它的输出如下：id city department sms category
01 khi revenue NaN 0
02 lhr revenue good 1
03 lhr revenue NaN 0
我想删除sms列为空/ NaN的所有行.什么是有效的方法呢？
解决方法:
将dropna与参数子集一起使用以指定用于检查NaN的列：data = data.dropna(subset=['sms'])
print (data)
id city department  sms category
1  2 lhr  revenue good     1
boolean indexing和notnull的另一个解决方案：data = data[data['sms'].notnull()]
print (data)
id city department  sms category
1  2 lhr  revenue good     1
替代query：print (data.query("sms == sms"))
id city department  sms category
1  2 lhr  revenue good     1
计时#[300000 rows x 5 columns]
data = pd.concat([data]*100000).reset_index(drop=True)
In [123]: %timeit (data.dropna(subset=['sms']))
100 loops, best of 3: 19.5 ms per loop
In [124]: %timeit (data[data['sms'].notnull()])
100 loops, best of 3: 13.8 ms per loop
In [125]: %timeit (data.query("sms == sms"))
10 loops, best of 3: 23.6 ms per loop

选中一列，如：A列，快捷键Ctrl+G，出现下面的面板

选择空值，定位。然后点击右键，删除，整行。OK

客户需求
查看销售人员不为空值的行
数据存储情况如图：
代码实现
import pandas as pd
data = pd.read_excel('test.xlsx',sheet_name='Sheet1')
datanota = data[data['销售人员'].notna()]
print(datanota)
输出结果
D:\Python\Anaconda\python.exe D:/Python/test/EASdeal/test.py
城市 销售金额 销售人员
0 北京 10000 张丽丽
1 上海 50000 潇潇
2 深圳 60000 笨笨笨
3 成都 40000 达达
Process finished with exit code 0
如何删除特定列为空/ NaN的行？
我有一个csv文件.我读了它：
import pandas as pd
data = pd.read_csv('my_data.csv', sep=',')
data.head()
它的输出如下：
id    city    department    sms    category
01    khi      revenue      NaN       0
02    lhr      revenue      good      1
03    lhr      revenue      NaN       0
我想删除sms列为空/ NaN的所有行.什么是有效的方法呢？
解决方法:
将dropna与参数子集一起使用以指定用于检查NaN的列：
data = data.dropna(subset=['sms'])
print (data)
id city department  sms category
1  2 lhr  revenue good     1
boolean indexing和notnull的另一个解决方案：
data = data[data['sms'].notnull()]
print (data)
id city department  sms category
1  2 lhr  revenue good     1
替代query：
print (data.query("sms == sms"))
id city department  sms category
1  2 lhr  revenue good     1
计时
#[300000 rows x 5 columns]
data = pd.concat([data]*100000).reset_index(drop=True)
In [123]: %timeit (data.dropna(subset=['sms']))
100 loops, best of 3: 19.5 ms per loop
In [124]: %timeit (data[data['sms'].notnull()])
100 loops, best of 3: 13.8 ms per loop
In [125]: %timeit (data.query("sms == sms"))
10 loops, best of 3: 23.6 ms per loop
到此这篇关于Python实现删除某列中含有空值的行的示例代码的文章就介绍到这了,更多相关Python删除某列空值内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！

我们在使用excel的时候经常遇到一个问题就是一列中间有空值的情况下，会出现选择的时候不能全部填充。



http://jingyan.baidu.com/article/495ba84106935238b30edee3.html