六、pandas模块：（5）删除（dropna()函数）

#df.dropna 用于删除缺少值，即数据集中空缺的数据列或行。

"""
去除缺失值：
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数
axis : {0 or ‘index’, 1 or ‘columns’}, default 0（默认0）
#确定删除缺失值所在行还是列
0, or ‘index’ : #0或者'index'，删除缺失值所在行
1, or ‘columns’ : #1或者'columns'，删除缺失值所在列
    
how : {‘any’, ‘all’}, default ‘any’(默认'any'
#当行或列至少有一个缺失值，是否将其删除
‘any’ : #存在任何缺失值，就将该行或列删除
‘all’ : #只有当该行或列所有值都为缺失值，才删除该行或列

thresh : int, optional
#只保留至少有规定的（thresh的值）非na值的行。

subset : array-like, optional
#沿着其他轴的标记要考虑，例如如果要删除行，则这些列将包含要包含的列。
inplace : bool, default False如果为True，则直接在原数据改动

"""

import pandas as pd
import numpy as np
df = pd.DataFrame({'name': ['Alfred', 'Batman', 'Catwoman', np.nan],
                  'toy': [np.nan, 'Batmobile', 'Bullwhip', np.nan],
                  'born': [pd.NaT, pd.Timestamp('1940-06-25'), pd.NaT, np.nan]})

print(df)

       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-06-25
2  Catwoman   Bullwhip        NaT
3       NaN        NaN        NaT

#默认删除所有有缺失值的行
df.dropna()

	name	toy	born
1	Batman	Batmobile	1940-06-25

#删除所有含有缺失值的列
df.dropna(axis=1)

0
1
2
3

df.dropna(axis='columns')

0
1
2
3

#只删除所有都为缺失值的行
df.dropna(how='all')

	name	toy	born
0	Alfred	NaN	NaT
1	Batman	Batmobile	1940-06-25
2	Catwoman	Bullwhip	NaT

#只删除指定列中含有缺失值的行
df.dropna(subset=['name', 'toy'])

	name	toy	born
1	Batman	Batmobile	1940-06-25
2	Catwoman	Bullwhip	NaT

print(df)

       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-06-25
2  Catwoman   Bullwhip        NaT
3       NaN        NaN        NaT

#以上操作均不改动原数据，inplace=True直接在原数据改动
df.dropna(inplace=True)

print(df)

     name        toy       born
1  Batman  Batmobile 1940-06-25