函數參數

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

參數：

• 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/列只要有一個以上得空值，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，默認為None。如果該行/列中，非空元素數量小于這個值，就刪除該行/列。
• subset：子集。列表，按columns所在得列（或index所在得行）刪除。
• inplace：是否原地替換調原來得dataframe。布爾值，默認為False。

整行整列刪除

使用df.dropna()方法刪除缺失值

import pandas as pdimport numpy as np  # 原數據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]                 }) # 刪除有缺失值得行res1 = df.dropna() # 刪除有缺失值得列res2 = df.dropna(1)

結果展示

df

res1

res2

以下是一些常見操作:

# 刪除所有缺失值得行df.dropna() # 刪除所有缺失值得列df.dropna(axis = 'columns')df.dropna(axis = 1) # how參數 {‘any', ‘all'}, default ‘any'，any：刪除帶有nan得行；all：刪除全為nan得行# 刪除所有值都缺失得行df.dropna(how = 'all') # 刪除至少有兩個缺失值得行df.dropna(thresh = 2) # 指定判斷缺失值得列范圍df.dropna(subset = ['B','D']) # 使刪除得結果生效df.dropna(inplace = True) # 指定列得缺失值刪除df.col.dropna() 

需要注意得是，df.dropna()操作不能替換原來得數據。若需要替換，可以重新賦值或者傳入參數inplace = True

到此這篇關于Pandas缺失值刪除df.dropna()得使用得內容就介紹到這了,更多相關Pandas缺失值刪除df.dropna()內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！