python删除替换dataframe中nan的方法——dropna()用法

python删除替换dataframe中nan的方法——dropna()用法

DataFrame.dropna(axis=0,how=’any’,thresh=None,subset=None,inplace=False)
参数：
axis: 默认axis=0，0为按行删除，1为按列删除
how: 默认 ‘any’，‘any’指带缺失值的所有行/列，'all’指清除一整行/列都是缺失值的行/列
thresh: int，保留含有int个非nan值的行
subset: 删除特定列中包含缺失值的行或列
inplace: 默认False，即筛选后的数据存为副本，True表示直接在原数据上更改、

例子：
有基本dataframe

import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(24).reshape(4,6), index=[‘a’, ‘c’, ‘e’, ‘f’])
df.iloc[0,[1,2,5]]=np.nan
df.iloc[2,[1,4]]=np.nan
print(df)

结果：

现在要删除所有包含NaN的行，相当于参数全部默认

df=df.dropna()
#df=df.dropna(axis=0,how=‘any’,thresh=None,subset=None,inplace=False)
print(df)

结果：

要删除所有包含NaN的列

df=df.dropna(axis=1)
print(df)

结果：

将第二列全部设置成nan，下面都是用的下图这个DataFrame了

df.iloc[:,1]=np.nan
print(df)

结果：

删除一整列都是NaN的列

df=df.dropna(axis=1,how=‘all’)
print(df)

结果：

保留至少有3个非nan值的列

df=df.dropna(axis=1,thresh=3)
print(df)

结果：

删除列索引0,2中包含nan的行

df=df.dropna(subset=[0, 2]) 
print(df)

结果：