时间戳

首页 > 解决方案 > 熊猫：摆脱没有价值的行

python - 熊猫：摆脱没有价值的行

问题描述

我的数据框如下所示：

time    Time1_high  Price1_high Time2_high  Price2_high Time1_low   Price1_low  Time2_low   Price2_low                      

5   2019-04-22 00:02:00                             
6   2019-04-22 00:02:15                             
7   2019-04-22 00:02:30                         2019-04-22 00:02:30 0.00185691
8   2019-04-22 00:02:45                             
9   2019-04-22 00:03:00                             
10  2019-04-22 00:03:15                             
11  2019-04-22 00:03:30                             
12  2019-04-22 00:03:45                             
13  2019-04-22 00:04:00                 2019-04-22 00:04:15 0.00185499      
14  2019-04-22 00:04:15                             
15  2019-04-22 00:04:30                             
16  2019-04-22 00:04:45                             
17  2019-04-22 00:05:00                             
18  2019-04-22 00:05:15                             
19  2019-04-22 00:05:30                             
20  2019-04-22 00:05:45                             
21  2019-04-22 00:06:00                             
22  2019-04-22 00:06:15         2019-04-22 00:06:15 0.00185391              
23  2019-04-22 00:06:30                             
24  2019-04-22 00:06:45                             
25  2019-04-22 00:07:00                             
26  2019-04-22 00:07:15                             
27  2019-04-22 00:07:30                             
28  2019-04-22 00:07:45 2019-04-22 00:08:00 0.00185587                      
29  2019-04-22 00:08:00

事实上，我真正需要的是摆脱下面所有列都没有数据的列[Time1_high, Price1_high, Time2_high, Price2_high, Time1_low, Price1_low, Time2_low, Price2_low ]

所以我真的只是对有价值的列进行了总结。它应该看起来像这样：

    time    Time1_high  Price1_high Time2_high  Price2_high Time1_low   Price1_low  Time2_low   Price2_low                      



    7   2019-04-22 00:02:30                         2019-04-22 00:02:30 0.00185691
    13  2019-04-22 00:04:00                 2019-04-22 00:04:15 0.00185499      
    22  2019-04-22 00:06:15         2019-04-22 00:06:15 0.00185391              
    28  2019-04-22 00:07:45 2019-04-22 00:08:00 0.00185587

标签： pythonpandas

解决方案

你试过用这个dropna方法吗？

df.dropna(how='all')，'all' 如果所有值都是 ，则 将下降NA。

推荐阅读