从数据帧中删除NaN值而不使用fillna或Interpolate（Python Matplotlib）

在数据分析中，处理NaN（not a number）是非常重要的一个步骤，因为会影响到我们对数据的分析结果。有时候我们需要从数据帧中删除NaN值，而不是用填充的方法（如fillna或interpolate）来处理这些NaN值。本文将介绍如何使用Python Matplotlib来实现这一功能，代码示例将使用Jupyter Notebook来展示。

数据集

首先，我们需要一个数据集来演示这个功能。这里我们使用一个来自Kaggle上的关于纽约市出租车行程的数据集（进行了简化），包含的字段有：乘客数量、行程距离、时间日期、出发地经纬度、目的地经纬度、行程花费。该数据集中包含了一些NaN值，我们将使用该数据集演示如何从中删除这些NaN值。

我们首先需要在Jupyter Notebook中导入pandas和numpy这两个库，以便处理数据：

import pandas as pd
import numpy as np

然后，我们可以读取数据集，并查看有哪些字段包含了NaN值：

df = pd.read_csv('taxi.csv')
df.isna().sum()

输出结果如下：

passenger_count       0
trip_distance        10
pickup_datetime       0
pickup_longitude      0
pickup_latitude       0
dropoff_longitude     0
dropoff_latitude      0
fare_amount           0
dtype: int64

可以看到，数据集中的‘trip_distance’字段包含了10个NaN值。接下来，我们将演示如何使用Matplotlib来从数据帧中删除这些NaN值。