为何Pandas中dropna()无法删除含缺失值的行？求助

你的代码无法正确删除目标列缺失值行的核心原因是：单独对DataFrame的列（Series）调用dropna(inplace=True)的操作逻辑，和你期望的“删除包含任意目标列缺失值的行”不一致，且分步操作容易引发索引混乱。

正确实现方式 #

直接使用DataFrame的dropna方法，通过subset参数指定需要检查缺失值的列，一次性完成整行删除：

import pandas as pd

netflix_dataset = pd.read_csv("netflix_titles.csv")

def remove_missing_values():
    # 删除date_added、duration、rating任意一列含缺失值的行
    netflix_dataset.dropna(subset=['date_added', 'duration', 'rating'], inplace=True)

remove_missing_values() 

cleaned_data = netflix_dataset 
print(cleaned_data.isna().sum())

补充说明 #

1. 逻辑差异：dropna(subset=列名列表)会扫描指定列，只要某行在这些列中存在任意一个缺失值，就会删除整行，完全匹配你的需求。
2. 避免inplace副作用：Pandas官方推荐尽量减少inplace=True的使用，你可以改用返回新DataFrame的方式，避免修改原数据集：

import pandas as pd

netflix_dataset = pd.read_csv("netflix_titles.csv")

def remove_missing_values(df):
    return df.dropna(subset=['date_added', 'duration', 'rating'])

cleaned_data = remove_missing_values(netflix_dataset)
print(cleaned_data.isna().sum())

这种写法更安全，也符合函数式编程的规范，不会意外修改原始数据。

内容的提问来源于stack exchange，提问作者CraZyCoDer