admin 管理员组

文章数量: 887021

pandas

df.dropna()函数用于删除dataframe数据中的缺失数据，即 删除NaN数据.

官方函数说明：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)Remove missing values.See the User Guide for more on which values are considered missing, and how to work with missing data.ReturnsDataFrameDataFrame with NA entries dropped from it.

参数说明：

Parameters说明
axis0为行 1为列，default 0，数据删除维度
how{‘any’, ‘all’}, default ‘any’，any：删除带有nan的行；all：删除全为nan的行
threshint，保留至少 int 个非nan行
subsetlist，在特定列缺失值处理
inplacebool，是否修改源文件

测试：

>>>df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],"toy": [np.nan, 'Batmobile', 'Bullwhip'],"born": [pd.NaT, pd.Timestamp("1940-04-25"),pd.NaT]})

>>>dfname        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

删除至少缺少一个元素的行：

>>>df.dropna()name        toy       born
1  Batman  Batmobile 1940-04-25

删除至少缺少一个元素的列：

>>>df.dropna(axis=1)name
0    Alfred
1    Batman
2  Catwoman

删除所有元素丢失的行：

>>>df.dropna(how='all')name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

只保留至少2个非NA值的行：

>>>df.dropna(thresh=2)name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

从特定列中查找缺少的值：

>>>df.dropna(subset=['name', 'born'])name        toy       born
1    Batman  Batmobile 1940-04-25

修改原数据：

>>>df.dropna(inplace=True)
>>>dfname        toy       born
1  Batman  Batmobile 1940-04-25

以上。

本文标签： pandas

版权声明：本文标题：pandas 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1686885524h44886.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。