问题描述
我有两个熊猫数据框df1和df2，它们的行数相等。 df2有11行包含NaN值。我知道如何通过应用以下方法来删除df2中的空行：
df2.dropna(subset=['HIGH'],inplace=True)
但是现在我想从df1中删除这些相同的行（具有从df2中删除的具有相同行号的行）。我尝试了以下操作，但这似乎不起作用。
df1.drop(df2[df2['HIGH'] == 'NaN'].index,inplace=False)
还有其他建议吗？
解决方法
您可以使用以下方法获取所有带有NaN值的行：
is_NaN = df2.isnull()
row_has_NaN = is_NaN.any(axis=1)
rows_with_NaN = df2[row_has_NaN]
之后，您可以使用NaN删除行。 （就像您在问题中说的那样）
现在您可以从'rows_with_NaN'中获取所有索引。对于每个索引，您都可以将其从df1中删除（应该具有与您说的相同的索引）。
我希望这是正确的！ （未完成测试）