Python Pandas Dataframe，删除任何列中值为“None”的所有行

Python Pandas是一个强大的数据分析工具，它提供了许多方便的函数和方法来处理和操作数据。在实际的数据分析任务中，经常会遇到需要删除某些行的情况。本文将介绍如何使用Python Pandas删除DataFrame中所有列中值为"None"的行，并提供相应的案例代码。

python
import pandas as pd
# 创建一个包含空值的DataFrame
data = {'A': [1, 2, None, 4],
        'B': [None, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
# 删除所有列中值为"None"的行
df = df.dropna(subset=df.columns[df.isin([None]).any()])
print(df)

     A    B   C
0  1.0  NaN   9
1  2.0  6.0  10
3  4.0  8.0  12

python
import pandas as pd
data = {'产品名称': ['产品A', '产品B', '产品C', '产品D'],
        '销售数量': [100, None, 300, 400],
        '销售金额': [1000, 2000, None, 4000]}
df = pd.DataFrame(data)

python
df_cleaned = df.dropna(subset=df.columns[df.isin([None]).any()])

python
print(df_cleaned)

  产品名称  销售数量  销售金额
0  产品A  100.0  1000.0
3  产品D  400.0  4000.0