从pandas DataFrame删除包含空单元格的行
问题内容：
我有一个pd.DataFrame通过解析一些excel电子表格创建的。一列的单元格为空。例如，以下是该列的频率输出，32320条记录的 Tenant
值缺失。
>>> value_counts(Tenant, normalize=False)
32320
Thunderhead 8170
Big Data Others 5700
Cloud Cruiser 5700
Partnerpedia 5700
Comcast 5700
SDP 5700
Agora 5700
dtype: int64
我正在尝试删除缺少租户的行，但是该.isnull()选项无法识别丢失的值。
>>> df['Tenant'].isnull().sum()
0
该列的数据类型为“对象”。在这种情况下会发生什么？如何在 租户 丢失的地方删除记录？
问题答案：
如果熊猫是一个np.nan对象，它将识别为空值，该值将NaN在DataFrame中打印。您缺少的值可能是空字符串，Pandas无法将其识别为null。要解决此问题，您可以使用将空字符串（或空单元格中的任何东西）转换为np.nan对象replace()，然后调用dropna()DataFrame删除具有空租户的行。
为了说明这一点，我们创建了一个DataFrame，该DataFrame在Tenants列中包含一些随机值和一些空字符串：
>>> import pandas as pd
>>> import numpy as np
>>>
>>> df = pd.DataFrame(np.random.randn(10, 2), columns=list('AB'))
>>> df['Tenant'] = np.random.choice(['Babar', 'Rataxes', ''], 10)
>>> print df
A B Tenant
0 -0.588412 -1.179306 Babar
1 -0.008562 0.725239
2 0.282146 0.421721 Rataxes
3 0.627611 -0.661126 Babar
4 0.805304 -0.834214
5 -0.514568 1.890647 Babar
6 -1.188436 0.294792 Rataxes
7 1.471766 -0.267807 Babar
8 -1.730745 1.358165 Rataxes
9 0.066946 0.375640
现在，我们Tenants用np.nan对象替换列中的任何空字符串，如下所示：
>>> df['Tenant'].replace('', np.nan, inplace=True)
>>> print df
A B Tenant
0 -0.588412 -1.179306 Babar
1 -0.008562 0.725239 NaN
2 0.282146 0.421721 Rataxes
3 0.627611 -0.661126 Babar
4 0.805304 -0.834214 NaN
5 -0.514568 1.890647 Babar
6 -1.188436 0.294792 Rataxes
7 1.471766 -0.267807 Babar
8 -1.730745 1.358165 Rataxes
9 0.066946 0.375640 NaN
现在我们可以删除空值：
>>> df.dropna(subset=['Tenant'], inplace=True)
>>> print df
A B Tenant
0 -0.588412 -1.179306 Babar
2 0.282146 0.421721 Rataxes
3 0.627611 -0.661126 Babar
5 -0.514568 1.890647 Babar
6 -1.188436 0.294792 Rataxes
7 1.471766 -0.267807 Babar
8 -1.730745 1.358165 Rataxes
