【python】数据预处理：删除缺失值/空值

从图像处理到数据分析。。。硬接活啊，就当做对自己的一种历练了。

需求介绍：
读入的数据表格中有很多缺失值，由于数据量很大，不需要对缺失值进行中值填充、均值填充，直接删除即可。每一条数据都有很多特征。。。
像这样：x1,x2,x3,x4,nan,x6,x7,y
x表示特征值，y表示该条数据的标签，nan表示空值

废话不多说，直接上代码：

导包、构建虚拟的数据集

import numpy as np
import pandas as pd

n = 7
DataList = [[str(n-i) for j in range(n-i)]+[np.nan for j in range(i)] for i in range(n)]
df = pd.DataFrame(DataList)

df 如下：

1.默认参数

df.dropna()

2.axis

df.dropna(axis=1)

3.how

df.dropna(how="all") # 删除全部为空值的行

本立中没有全部为空值的行，数据不动

df.dropna(how="any") # 删除该行只要有一个以上的空值

4.thresh
根据设定的阈值进行删除。

df.dropna(thresh=3) # 删除空值数量大于等于3的行

5.subset
根据设定的子集进行删除。

df.dropna(subset=[2],axis=1) # 删除索引为2的行中，存在空值的列

df.dropna(subset=[2],axis=0) # 删除索引为2的列中，存在空值的行