python刪除nan

A. python數據處理怎麼篩選掉nan空值

既然我們認為空值和空格都代表無數據，那麼可以先得到這兩種情況下的布爾數組。
這里，我們的DataFrame類型的數據集為df，其中有一個變數VIN，那麼取得空值和空格的布爾數組為NONE_VIN。然後通過該布爾數組，就能得到我們要的數據了
NONE_VIN = (df["VIN"].isnull()) | (df["VIN"].apply(lambda x: str(x).isspace()))
df_null = df[NONE_VIN]
df_not_null = df[~NONE_VIN]

B. python如何創建一個全是***.nan的numpy數組

在Python中創建一個全為`nan`的numpy數組，其實並不需要復雜的數學變換。最直觀的方法是直接利用numpy的特性，避開不必要的公式和技巧。以下是一種簡單直接的步驟：

首先，導入numpy庫：

<pre>import numpy as np</pre>

然後，使用numpy的`full`函數，設置數組的形狀和值為`nan`：

<pre>empty_array = np.full(shape=(任意維度), fill_value=np.nan)</pre>

這里的`shape`參數可以根據需要設定數組的維度，例如`(3, 4)`將創建一個3行4列的全`nan`數組。這樣，就得到了一個全是`nan`的numpy數組，無需涉及對數或倍角公式等復雜的數學操作。

這種方法不僅直觀，而且效率高，避免了不必要的計算，是創建`nan`數組的推薦做法。記住，有時候簡單就是最優解。所以，下次遇到類似問題時，直接使用numpy的內置函數就能快速解決問題了。