说我有n个dataframes，df1，df2 ... dfn。
在给定数据帧的一行中查找包含“错误”值的行是通过
完成的index1 = df1[df1.isin([np.nan, np.inf, -np.inf])]
index2 = df2[df2.isin([np.nan, np.inf, -np.inf])]
现在，drop将这些不良行插入不良dataframe中的操作如下：
df1 = df1.replace([np.inf, -np.inf], np.nan).dropna()
df2 = df2.replace([np.inf, -np.inf], np.nan).dropna()
问题是，如果一个df中有错误数据，而另一个df中没有错误数据，则期望两个（n）dataframes columns具有相同长度的任何函数都可能会出错。 / p>
如何不仅从违规的dataframe中删除坏行，而且从list of dataframes中删除同一行？
因此，在两个dataframe情况下，如果在2009年10月9日的df1日期index中包含“错误”值，则df2中的同一行将被删除。
[可能是“丑陋”吗？解决方案？]
我怀疑这样做的一种方法是在日期merge两（n）dataframes，然后应用清除功能来自动删除“坏”值，因为整个行都被删除了吗？但是，如果一个dataframe而不是另一个缺少日期，该怎么办？ [而且它们的长度仍然恰好相同吗？]
答案 0 :(得分：1)
做您的replace
df1 = df1.replace([np.inf, -np.inf], np.nan)
df2 = df2.replace([np.inf, -np.inf], np.nan)
然后，在这里我们使用inner。
newdf=pd.concat([df1,df2],axis=1,keys=[1,2], join='inner').dropna()
并将其拆分回两个df，这里我们将combine_first与原始df的dropna一起使用
df1,df2=[s[1].loc[:,s[0]].combine_first(x.dropna()) for x,s in zip([df1,df2],newdf.groupby(level=0,axis=1))]