pandas.DataFrame.dropna 使用删除缺省值NaN
pandas.DataFrame.dropna
- DataFrame.dropna(self, axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
删除缺失值
参数：
-
axis：{0或者‘index’， 1或者‘columns’}, 默认0
确定是否删除包含缺失值的行或列。- 0或’index’：删除包含缺失值的行。
- 1或“列”：删除包含缺失值的列。
-
how： {‘any’，‘all’}，默认为’any’
当我们有至少一个NA或全部为 NA时，确定是否从DataFrame中删除行或列。- ‘any’：如果存在任何NA值，则删除该行或列。
- ‘all’：如果所有值均为NA，则删除该行或列。
-
thresh：int，可选
需要许多非NA值 -
subset：array-like, 可选
要考虑的其他轴上的标签，例如，如果要删除行，这些标签将是要包括的列的列表。 -
inplace：bool, 默认为False
如果为True，则执行就地操作并返回None。 -
Returns：DataFrame
删除了NA条目的DataFrame
距离
df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
... "toy": [np.nan, 'Batmobile', 'Bullwhip'],
... "born": [pd.NaT, pd.Timestamp("1940-04-25"),
... pd.NaT]})
>>> df
name toy born
0 Alfred NaN NaT
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT
- 将行缺失至少一个元素。
>>> df.dropna()
name toy born
1 Batman Batmobile 1940-04-25
- 将列放在缺少至少一个元素的位置。
>>> df.dropna(axis='columns')
name
0 Alfred
1 Batman
2 Catwoman
- 删除所有元素均缺失的行。
>>> df.dropna(how='all')
name toy born
0 Alfred NaN NaT
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT
- 仅保留至少具有2个非NA值的行。
>>> df.dropna(thresh=2)
name toy born
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT
- 定义在哪些列中查找缺失值。
>>> df.dropna(subset=['name', 'born'])
name toy born
1 Batman Batmobile 1940-04-25
- 将具有有效条目的DataFrame保留在同一变量中。
>>> df.dropna(inplace=True)
>>> df
name toy born
1 Batman Batmobile 1940-04-25