在特定列 (pandas) 中首次出现 NaN 后删除所有行

Question

我正在尝试使用 pandas 中的 dropna 函数。我想将它用于特定的列。

如果所有行都具有所有 NaN 值，我只能弄清楚如何使用它来删除 NaN。

我有一个数据框（见下文），我想在 specific 列中第一次出现 NaN 后删除所有行，列 "A"

当前代码，仅当所有行值为 NaN 时才有效。

data.dropna(axis = 0, how = 'all')
data

原始数据框

    data = pd.DataFrame({"A": (1,2,3,4,5,6,7,"NaN","NaN","NaN"),"B": (1,2,3,4,5,6,7,"NaN","9","10"),"C": range(10)})
    data


    A   B   C
0   1   1   0
1   2   2   1
2   3   3   2
3   4   4   3
4   5   5   4
5   6   6   5
6   7   7   6
7   NaN NaN 7
8   NaN 9   8
9   NaN 10  9

我希望输出看起来像什么：

    A   B   C
0   1   1   0
1   2   2   1
2   3   3   2
3   4   4   3
4   5   5   4
5   6   6   5
6   7   7   6

感谢您对此提供任何帮助。显然，我想以最干净、最有效的方式进行。

谢谢！

Answer 1

使用 iloc + argmax

data.iloc[:data.A.isnull().values.argmax()]

     A  B  C
0  1.0  1  0
1  2.0  2  1
2  3.0  3  2
3  4.0  4  3
4  5.0  5  4
5  6.0  6  5
6  7.0  7  6

或使用不同的语法

top_data = data[:data['A'].isnull().argmax()]

在特定列 (pandas) 中首次出现 NaN 后删除所有行

drop all rows after first occurance of NaN in specific column (pandas)

python

nan

pandas