我有一个CSV文件，其中包含v3列，但该列有一些’nan’行。我该如何排除这些行？

 dataset = pd.read_csv('mypath')     enc = LabelEncoder()    enc.fit(dataset['v3'])    print('fitting')    dataset['v3'] = enc.transform(dataset['v3'])    print('transforming')    print(dataset['v3'])    print('end')

编辑：V3列包含A、C、B、A、C、D、、、A、S这样的值，我希望将其转换为(1,2,3,1,2,4、、、1,7)这样的形式

回答：

使用~isnull()来屏蔽nan值：

mask = ~dataset['v3'].isnull()dataset['v3'][mask] = enc.fit_transform(dataset['v3'][mask])

另一种方法是使用pandas.factorize函数，它会自动处理nan值（将它们赋值为-1）：

dataset['v3'] = dataset['v3'].factorize()[0]