擅长:python、mysql、java
<p>您可以通过布尔掩蔽、<code>notna()</code>和按位或<code>'|'</code>方法来实现这一点:</p>
<pre><code>result=df[(df['Buy'].notna()) | (df['Sell'].notna())]
</code></pre>
<p><strong>或</strong></p>
<p>您还可以通过布尔掩蔽、<code>notna()</code>和<code>any()</code>方法来实现这一点:</p>
<pre><code>result=df[df[['Buy','Sell']].notna().any(1)]
</code></pre>
<p>现在,如果您打印<code>result.index</code>,您将获得:</p>
<pre><code>DatetimeIndex(['2020-05-21', '2020-05-22'], dtype='datetime64[ns]', name='Date', freq=None)
</code></pre>
<p>现在如果您打印<code>result</code>,您将得到:</p>
<pre><code> Close Upper SMA Lower Buy Sell
Date
2020-05-21 231.389999 219.042175 207.178002 195.313829 NaN 231.389999
2020-05-22 234.910004 222.051354 209.420002 196.788650 NaN 234.910004
</code></pre>
<p>现在如果你想把它形象化…那么你可以根据你的需要来形象化它</p>