本文主要介紹了Pandas缺失值刪除df.dropna()的使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

函數(shù)參數(shù)

函數(shù)形式：dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)

參數(shù)：

axis：0或’index’，表示按行刪除；1或’columns’，表示按列刪除。
how：‘any’，表示該行/列只要有一個(gè)以上的空值，就刪除該行/列；‘all’，表示該行/列全部都為空值，就刪除該行/列。
thresh：int型，默認(rèn)為None。如果該行/列中，非空元素?cái)?shù)量小于這個(gè)值，就刪除該行/列。
subset：子集。列表，按columns所在的列（或index所在的行）刪除。
inplace：是否原地替換調(diào)原來(lái)的dataframe。布爾值，默認(rèn)為False。

整行整列刪除

使用df.dropna()方法刪除缺失值

import pandas as pd
import numpy as np 
 
# 原數(shù)據(jù)
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                'B':['b1','b2',None,'b2'],
                'C':[1,2,3,4],
                'D':[5,6,None,8],
                'E':[5,None,7,8]
                 })
 
# 刪除有缺失值的行
res1 = df.dropna()
 
# 刪除有缺失值的列
res2 = df.dropna(1)

結(jié)果展示

df

res1

res2

以下是一些常見(jiàn)操作:

# 刪除所有缺失值的行
df.dropna()
 
# 刪除所有缺失值的列
df.dropna(axis = 'columns')
df.dropna(axis = 1)
 
# how參數(shù) {‘a(chǎn)ny', ‘a(chǎn)ll'}, default ‘a(chǎn)ny'，any：刪除帶有nan的行；all：刪除全為nan的行
# 刪除所有值都缺失的行
df.dropna(how = 'all')
 
# 刪除至少有兩個(gè)缺失值的行
df.dropna(thresh = 2)
 
# 指定判斷缺失值的列范圍
df.dropna(subset = ['B','D'])
 
# 使刪除的結(jié)果生效
df.dropna(inplace = True)
 
# 指定列的缺失值刪除
df.col.dropna()

需要注意的是，df.dropna()操作不能替換原來(lái)的數(shù)據(jù)。若需要替換，可以重新賦值或者傳入?yún)?shù)inplace = True

到此這篇關(guān)于Pandas缺失值刪除df.dropna()的使用的文章就介紹到這了,更多相關(guān)Pandas缺失值刪除df.dropna()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: