关于Pandas的基本用法_04

import numpy as np
import pandas as pd
dates = pd.date_range('20210329',periods=6)
df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates,columns=np.array(['a', 'b', 'c' ,'d']))
df.iloc[1,1] = np.nan
df.loc['20210402','a':'d'] = np.nan
print(df)
print(df.dropna(how='any'))
# 删除空数据 how取值为any,all any表示只要有NaN就drop,all表示均为NaN才drop,
# 通过axis来判断是按横向还是竖向进行处理,默认是全部处理
'''
              a     b     c     d
2021-03-29   0.0   1.0   2.0   3.0
2021-03-30   4.0   NaN   6.0   7.0
2021-03-31   8.0   9.0  10.0  11.0
2021-04-01  12.0  13.0  14.0  15.0
2021-04-02   NaN   NaN   NaN   NaN
2021-04-03  20.0  21.0  22.0  23.0
----------------------------------
               a     b     c     d
2021-03-29   0.0   1.0   2.0   3.0
2021-03-30   4.0   NaN   6.0   7.0
2021-03-31   8.0   9.0  10.0  11.0
2021-04-01  12.0  13.0  14.0  15.0
2021-04-03  20.0  21.0  22.0  23
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值