age 0 55 1 45 2 58 4 N/A
我需要删除上面给定的dataframe示例中列年龄中不包含数值的所有行
预期产量如下所示
age 0 55 1 45 2 58
作为pd进口大熊猫 将numpy作为np导入 数据={“姓名”:[“jhon”、“alex”、“lisa”、“maya”],“年龄”:[10,14,np.nan,15]} df=pd。数据帧(数据) df。dropna()
希望对你有所帮助。dropna()方法删除具有na值的行
使用 pd.numeric 作为布尔掩码:
pd.numeric
df = df.loc[pd.to_numeric(df['age'], errors='coerce').notna()] print(df) # Output age 0 55 1 45 2 58
所有非数值都将转换为 NaN .
NaN
试试这个
import pandas as pd import numpy as np data = { "age": [0, 55, 1,55,4,'N/A',5] } df = pd.DataFrame(data) df=df[df['age'].apply(lambda x: type(x) in [int, np.int64, float, np.float64])] print(df)
