pandas 删除空值

pandas 删除空值

目的： 将该含有过多空值的行/列删除

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数解释：

axis:维度，axis=0表示index行,axis=1表示columns列，默认为0
how:"all"表示这一行或列中的元素全部缺失（为nan）才删除这一行或列，"any"表示这一行或列中只要有元素缺失，就删除这一行或列
thresh： axis中至少有thresh个非缺失值，否则删除。（对此参数存在疑问的，我会在另外的文章写到）
subset：在某些列的子集中选择出现了缺失值的列删除，不在子集中的含有缺失值得列或行不会删除（有axis决定是行还是列）
inplace：刷选过缺失值得新数据是存为副本还是直接在原数据上进行修改。默认是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。

举例：

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

df.dropna()

df.dropna(axis = 1)

指定所有值全为缺失值才删时，用how=“all”

df.dropna(axis = 0, how = 'all')

指定至少出现过两个缺失值才删除，用（thresh=2）

df.dropna(axis = 0, thresh = 2)

当想指定哪几列中的含有缺失值的行或列

df.dropna(subset = ['name','born'])