TypeError: '(slice(None, 59, None), slice(None, None, None))' is an invalid key

Question

我有下面的 table 我想删除这些具有 NaN 值的行。

                   date    Open  ...  Real Lower Band  Real Upper Band
0   2020-07-08 08:05:00  2.1200  ...              NaN              NaN
1   2020-07-08 09:00:00  2.1400  ...              NaN              NaN
2   2020-07-08 09:30:00  2.1800  ...              NaN              NaN
3   2020-07-08 09:35:00  2.2000  ...              NaN              NaN
4   2020-07-08 09:40:00  2.1710  ...              NaN              NaN
5   2020-07-08 09:45:00  2.1550  ...              NaN              NaN

这些 NaN 值直到第 1 行。 58

为此，我写了下面的代码。但是出现了上面的错误。

data.drop(data[:59,:],inplace= True)
print(data)

请帮帮我！

Answer 1

有多种选择：

按索引标签删除行。

df.drop（列表（范围（59）），轴=0，就地=真）
如果所选列中有 nans，则删除。

df.dropna(轴=0, 子集=['Real Upper Band'], inplace=True)
Select 行按索引标签保留 slice

df = df.loc[59:, :] # 59是索引中的标签，如果索引是日期则将59替换为对应的日期时间
Select 行以整数索引切片保留（类似于切片列表）

df = df.iloc[59:, :] # 59是0索引行号，不管df
上设置了什么索引
使用 .isna() 返回的 .loc 和布尔数组进行过滤

df = df.loc[~df['Real Upper Band'].isna(), :]

请记住，loc 和 iloc 在应用于数据帧时使用二维，建议使用完整切片 : 以避免歧义并根据文档提高性能 https://pandas.pydata.org/docs/user_guide/indexing.html

Answer 2

您想保留第 59-th 行，因此您可以运行的最短代码是：

data = data[59:]

TypeError: '(slice(None, 59, None), slice(None, None, None))' is an invalid key

TypeError: '(slice(None, 59, None), slice(None, None, None))' is an invalid key

nan

algorithmic-trading

dataframe

python-3.x

pandas