NaN导致sklearn模型无法运行

Question

我有一个数据集，我正在尝试使用sklearn进行逻辑回归，但是该数据集具有NaN，这会引起问题。我在网上看到的大多数问题都是关于填补缺失值的问题。但是，我对输入缺失值感到不舒服。有没有办法删除数据框中的所有NaN值，或仅包括所有列中都没有NaN的行？

我最终创建了一个新的数据框，只保留所有列中都有答案的行。

df2 = df1[(df1['var1']>=0) & (df1['var2']>=0) & (df1['var3']>=0)]

但是，如果我有100列，该怎么办。最佳和最简单的方法是什么？

Answer 1

删除至少一个条目为NaN的行：df2 = df1.dropna(axis=0, how='any')请注意，以上参数值是默认值，但我还是将它们包括在内，只是为了使其更加清晰。