Python中如何删除datatable内包含任意NA值的行

你持有的datatable数据表结构如下：

#          A        B               B_lag_1         B_lag_2         B_lag_3         B_lag_4
#0         0        −0.342855       NA              NA              NA              NA
#1         0        0.0706784       −0.342855       NA              NA              NA
#2         0        0.0470259       0.0706784       −0.342855       NA              NA
#3         0        −0.0522357      0.0470259       0.0706784       −0.342855       NA
#4         0        −0.610938       −0.0522357      0.0470259       0.0706784       −0.342855
#5         1        −2.62617        NA              NA              NA              NA
#6         1        0.550128        −2.62617        NA              NA              NA
#7         1        0.538717        0.550128        −2.62617        NA              NA
#8         1        −0.487166       0.538717        0.550128        −2.62617        NA
#9         1        0.996788        −0.487166       0.538717        0.550128        −2.62617

要移除所有包含任意NA值的行，直接调用库内置的dropna()方法即可。

针对datatable库的实现 #

如果使用的是官方datatable库，代码如下：

# 假设原始数据表赋值给变量dt_df
dt_df_clean = dt_df.dropna()

• 该方法默认行为就是删除任意列存在NA值的行，执行后只会保留原表中索引为4、9的两行完整数据，完全匹配你的需求。
• 如果需要指定仅根据部分列判断是否删除，可以传入subset参数指定列名，例如仅检查B_lag_4列是否存在NA：dt_df.dropna(subset=['B_lag_4'])，运行结果和当前需求一致。

针对pandas DataFrame的实现 #

如果你实际使用的是pandas库的DataFrame，语法几乎完全相同：

# 假设原始数据表赋值给变量pd_df
pd_df_clean = pd_df.dropna()

说明：两个库的dropna()方法都可以自动识别表中的NA/NaN缺失值，不需要提前做额外的类型转换处理。

内容的提问来源于stack exchange，提问作者Shawn Brar