如何基于DataFrame中Amount.Requested列的缺失值删除对应整行数据

使用pandas内置的dropna方法即可高效完成需求，只需通过subset参数指定检查空值的目标列即可。

常用写法 #

• 生成新的DataFrame（不修改原有数据，更推荐）

cleaned_df = df.dropna(subset=['Amount.Requested'])

• 直接修改原DataFrame

df.dropna(subset=['Amount.Requested'], inplace=True)

特殊场景适配 #

如果你的数据中是用空字符串''来代表Amount.Requested列的缺失值，需要先替换为pandas可识别的空值类型再执行删除：

import numpy as np

# 替换空字符串为标准空值
df['Amount.Requested'] = df['Amount.Requested'].replace('', np.nan)
# 删除对应空值行
cleaned_df = df.dropna(subset=['Amount.Requested'])

内容的提问来源于stack exchange，提问作者pratik kandalgaonkar