刪除DataFrame中值全為NaN或者包含有NaN的列或行方法
更新時(shí)間:2018年11月06日 09:28:13 作者:calorand
今天小編就為大家分享一篇?jiǎng)h除DataFrame中值全為NaN或者包含有NaN的列或行方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
如果存在以下DataFrame
年齡 性別 手機(jī)號 0 2 男 NaN 1 3 女 NaN 2 4 NaN NaN
刪除NaN所在的行:
刪除表中全部為NaN的行
df.dropna(axis=0,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=0,how='any') #drop all rows that have any NaN values
刪除NaN所在的列:
刪除表中全部為NaN的行
df.dropna(axis=1,how='all')
刪除表中含有任何NaN的行
df.dropna(axis=1,how='any') #drop all rows that have any NaN values
以上這篇?jiǎng)h除DataFrame中值全為NaN或者包含有NaN的列或行方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
django多文件上傳,form提交,多對多外鍵保存的實(shí)例
今天小編就為大家分享一篇django多文件上傳,form提交,多對多外鍵保存的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08Python實(shí)現(xiàn)讀取mat、tif和hdr格式數(shù)據(jù)
遙感影像數(shù)據(jù)大多以tif格式或者以hdr格式進(jìn)行存儲(chǔ),如果以mat格式進(jìn)行存儲(chǔ),不會(huì)保留坐標(biāo)信息,本文將詳細(xì)介紹如何使用python來讀取這三種格式的數(shù)據(jù),需要的可以參考下2023-12-12自己編程中遇到的Python錯(cuò)誤和解決方法匯總整理
這篇文章主要介紹了自己編程中遇到的Python錯(cuò)誤和解決方法匯總整理,本文收集整理了較多的案例,需要的朋友可以參考下2015-06-06Python中np.percentile和df.quantile分位數(shù)詳解
分位數(shù)(Quantile)亦稱分位點(diǎn)是指將一個(gè)隨機(jī)變量的概率分布范圍分為幾個(gè)等份的數(shù)值點(diǎn),下面這篇文章主要給大家介紹了關(guān)于Python中np.percentile和df.quantile分位數(shù)的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-05-05