缺失值处理 DropNa

import numpy as np
import pandas as pd

#  创建一个数据
# np.nan 表示空值 NaN
# 鸢尾花的数据结构：
'''
	Sepal.Length（花萼长度）；
	Sepal.Width（花萼宽度）；
	Petal.Length（花瓣长度）；
	Petal.Width（花瓣宽度））。
'''

data = pd.DataFrame({"Sepal_Length":[3, 5.6, 6],
                     "Sepal_Width":[2, 3.5, 4.5],
                     "petal_length":[1, 1.4, 6.5],
                     "Petal_Width":[np.nan, np.nan, 0.5]})
print(data)

# 当该行数据全为空时，删除该行数据
# df = data.dropna(axis=0, how="all", thresh=None) # axis = 0行 1列；how = "all" 如果所有值为空，该行数据删除  “any” 任意值为空
# print(df)
#
# # 如果该行存在缺失值，则删除该行数据
# df = data.dropna(axis=0, how="any", thresh=None)
# print(df)

# 80% 法则 当缺失数据超过20%情况，删除该行或该列
num = 3
df = data.dropna(axis=1, thresh=num * 0.8)
print(df)