如何移除Pandas DataFrame中含-inf或NaN值的行与列？

一、移除包含-inf或NaN的行 #

Pandas的dropna()默认只识别NaN，所以需要先把无穷值（inf/-inf）统一转为NaN，再进行行移除；也可以直接通过布尔索引筛选符合条件的行。

方法1：先替换无穷值为NaN，再删除行 #

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [np.inf, 5, 6, -np.inf],
    'C': [7, 8, 9, 10]
})

# 将inf和-inf替换为NaN
df.replace([np.inf, -np.inf], np.nan, inplace=True)
# 删除任何包含NaN的行（默认how='any'）
df_clean_rows = df.dropna(axis=0)

如果只想删除所有值都是缺失值的行，可修改参数：df.dropna(axis=0, how='all')

方法2：直接用布尔索引筛选行 #

无需替换NaN，直接排除含NaN或无穷值的行：

# 筛选每行所有值既不是NaN也不是inf/-inf的行
df_clean_rows = df[~(df.isna().any(axis=1) | df.isin([np.inf, -np.inf]).any(axis=1))]

二、移除包含-inf或NaN的列 #

逻辑和移除行一致，只需调整轴参数或索引方向。

方法1：替换无穷值后删除列 #

df.replace([np.inf, -np.inf], np.nan, inplace=True)
# 删除任何包含NaN的列
df_clean_cols = df.dropna(axis=1)

同样，若只想删除全为缺失值的列，用：df.dropna(axis=1, how='all')

方法2：布尔索引筛选列 #

# 筛选每列所有值既不是NaN也不是inf/-inf的列
df_clean_cols = df.loc[:, ~(df.isna().any(axis=0) | df.isin([np.inf, -np.inf]).any(axis=0))]

内容的提问来源于stack exchange，提问作者user288609