要删除Julia DataFrame中的nothing和NaN行,可以按照以下步骤进行操作:
using DataFrames
using Missings
df = DataFrame(A = [1, 2, missing, 4, 5, 6],
B = [1.0, 2.0, 3.0, 4.0, missing, 6.0])
dropmissing
函数删除包含missing值的行:df_without_missing = dropmissing(df)
ismissing
函数删除包含nothing值的行:df_without_nothing = df[.!ismissing.(df.A), :]
df_without_nan = df[.!ismissing.(df.B), :]
完整的代码如下所示:
using DataFrames
using Missings
df = DataFrame(A = [1, 2, missing, 4, 5, 6],
B = [1.0, 2.0, 3.0, 4.0, missing, 6.0])
df_without_missing = dropmissing(df)
df_without_nothing = df[.!ismissing.(df.A), :]
df_without_nan = df[.!ismissing.(df.B), :]
以上代码分别创建了一个DataFrame示例,并使用dropmissing
函数、ismissing
函数删除了包含missing值和nothing值的行,以及删除了包含NaN值的行。根据具体需求,可以选择其中一种或多种方式来删除相应的行。
领取专属 10元无门槛券
手把手带您无忧上云