python删除nan

A. python数据处理怎么筛选掉nan空值

既然我们认为空值和空格都代表无数据，那么可以先得到这两种情况下的布尔数组。
这里，我们的DataFrame类型的数据集为df，其中有一个变量VIN，那么取得空值和空格的布尔数组为NONE_VIN。然后通过该布尔数组，就能得到我们要的数据了
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如何创建一个全是***.nan的numpy数组

在Python中创建一个全为`nan`的numpy数组，其实并不需要复杂的数学变换。最直观的方法是直接利用numpy的特性，避开不必要的公式和技巧。以下是一种简单直接的步骤：

首先，导入numpy库：

<pre>import numpy as np</pre>

然后，使用numpy的`full`函数，设置数组的形状和值为`nan`：

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

这里的`shape`参数可以根据需要设定数组的维度，例如`(3, 4)`将创建一个3行4列的全`nan`数组。这样，就得到了一个全是`nan`的numpy数组，无需涉及对数或倍角公式等复杂的数学操作。

这种方法不仅直观，而且效率高，避免了不必要的计算，是创建`nan`数组的推荐做法。记住，有时候简单就是最优解。所以，下次遇到类似问题时，直接使用numpy的内置函数就能快速解决问题了。