您可以致电dropna http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Index.dropna.html#pandas.Index.dropna在索引上:
In[68]:
df.loc[df.index.dropna()]
Out[68]:
data
0.0 a
1.0 b
3.0 d
4.0 e
5.0 f
6.0 g
8.0 i
9.0 l
请注意,存在NaN
使索引dtype
float
,将其更改为int
投射类型:
In[70]:
df = df.loc[df.index.dropna()]
df.index = df.index.astype(int)
df
Out[70]:
data
0 a
1 b
3 d
4 e
5 f
6 g
8 i
9 l
您也可以致电notnull
在索引上也可以工作(不知何故没有记录)
In[71]:
df = df.loc[df.index.notnull()]
df.index = df.index.astype(int)
df
Out[71]:
data
0 a
1 b
3 d
4 e
5 f
6 g
8 i
9 l
还有isna http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Index.isna.html#pandas.Index.isna:
In[78]:
df.loc[~df.index.isna()]
Out[78]:
data
0.0 a
1.0 b
3.0 d
4.0 e
5.0 f
6.0 g
8.0 i
9.0 l
和更易读的逆notna http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Index.notna.html#pandas.Index.notna:
In[79]:
df.loc[df.index.notna()]
Out[79]:
data
0.0 a
1.0 b
3.0 d
4.0 e
5.0 f
6.0 g
8.0 i
9.0 l
正如@jpp 所评论的,您可以使用顶级notnull http://pandas.pydata.org/pandas-docs/stable/generated/pandas.notnull.html#pandas.notnull also:
In[80]:
df.loc[pd.notnull(df.index)]
Out[80]:
data
0.0 a
1.0 b
3.0 d
4.0 e
5.0 f
6.0 g
8.0 i
9.0 l
还有顶级的isna
, notna
, and isnull
但我不会显示这些,你可以检查docs http://pandas.pydata.org/pandas-docs/stable/api.html#top-level-missing-data