如何检查DataFrame特定列的NaN值并删除对应行？错误代码解析

你的错误代码有两个核心问题，导致无法删除目标行：

1. NaN的特性让is判断永远失败 #

NaN（非数字）的本质是不等于任何值，包括它自己，而is运算符判断的是两个对象的身份是否完全一致。

你写的df["b"].loc[i] is np.float64(nan)中，每次调用np.float64(nan)都会生成一个全新的numpy.float64对象，和DataFrame里存储的NaN是两个独立的对象，身份完全不同，所以判断结果永远是False。

哪怕是同一个NaN值，也不能用==或is判断，必须用专门的检测函数：比如pd.isna()或np.isnan()，这才是判断NaN的标准方式。

2. 循环中修改DataFrame会导致索引错位 #

你的循环基于初始DataFrame的长度len(df.index)执行，但每次调用df = df.drop([i])都会改变DataFrame的结构：

• 比如删除索引1的行后，新df的索引变成[0,2]，但循环仍会执行到i=2
• 如果前面的行被删除，后续循环访问的索引可能已不存在，或跳过本该处理的行

这种循环修改DataFrame的方式本身就容易出错，Pandas提供了更高效的向量化操作替代循环，完全不需要手动遍历行。

补充：更简洁的正确写法 #

其实一行代码就能实现需求，比循环高效得多：

df_cleaned = df.dropna(subset=['b'])

dropna的subset参数指定只检查b列的NaN，直接删除对应行。

内容的提问来源于stack exchange，提问作者Charlie Xiong