DataFrame.dropna(axis=0, how='any', thresh=None, inplace=False)
参数说明:
axis:
axis=0: 删除包含缺失值的行
axis=1: 删除包含缺失值的列
how: 与axis配合使用
how=‘any’ :只要有缺失值出现,就删除该行或列
how=‘all’: 所有的值都缺失,才删除行或列
thresh: axis中至少有thresh个非缺失值,否则删除
数据:
序号 | 姓名 | 语文 | 数学 | 英语 |
1 | 李晓华 | 87 | 98 | |
2 | 于建委 | 86 | 99 | |
3 | 张扬 | 73 | 77 | 98 |
4 | 赵琳 | 65 | 87 | |
5 | 何宇 | 89 | 88 | |
6 | 王志宏 | 100 | 100 |
import pandas as pd
deal_data=pd.read_excel("D:/处理缺失值.xlsx")
print(deal_data)
print('-'*40)
print(deal_data.isnull())
print('-'*40)
print(deal_data.notnull())
#删除包含缺失值的行(只要有一个缺失就删除)
print('-'*40)
print(deal_data.dropna(axis=0,how="any",inplace=False))
#删除包含缺失值的行(所有都为空才删除)
print('-'*40)
print(deal_data.dropna(axis=0,how="all",inplace=False))
#删除包含缺失值的列(只要有一个就删除)
print('-'*40)
print(deal_data.dropna(axis=1,how="any",inplace=False))
#删除包含缺失值的列(所有都为空就删除)
print('-'*40)
print(deal_data.dropna(axis=1,how="all",inplace=False))
#thresh参数 满足有thresh个非空值才删除
print('-'*40)
print(deal_data.dropna(axis=0,thresh=5,inplace=False))
运行结果:
D:\Python\p\Scripts\python.exe "D:\Python\python-learning\数据分析(二)\处理缺失值二.py"
序号 姓名 语文 数学 英语
0 1 李晓华 87.0 NaN 98.0
1 2 于建委 NaN 86.0 99.0
2 3 张扬 73.0 77.0 98.0
3 4 赵琳 NaN 65.0 87.0
4 5 何宇 89.0 88.0 NaN
5 6 王志宏 NaN 100.0 100.0
----------------------------------------
序号 姓名 语文 数学 英语
0 False False False True False
1 False False True False False
2 False False False False False
3 False False True False False
4 False False False False True
5 False False True False False
----------------------------------------
序号 姓名 语文 数学 英语
0 True True True False True
1 True True False True True
2 True True True True True
3 True True False True True
4 True True True True False
5 True True False True True
----------------------------------------
序号 姓名 语文 数学 英语
2 3 张扬 73.0 77.0 98.0
----------------------------------------
序号 姓名 语文 数学 英语
0 1 李晓华 87.0 NaN 98.0
1 2 于建委 NaN 86.0 99.0
2 3 张扬 73.0 77.0 98.0
3 4 赵琳 NaN 65.0 87.0
4 5 何宇 89.0 88.0 NaN
5 6 王志宏 NaN 100.0 100.0
----------------------------------------
序号 姓名
0 1 李晓华
1 2 于建委
2 3 张扬
3 4 赵琳
4 5 何宇
5 6 王志宏
----------------------------------------
序号 姓名 语文 数学 英语
0 1 李晓华 87.0 NaN 98.0
1 2 于建委 NaN 86.0 99.0
2 3 张扬 73.0 77.0 98.0
3 4 赵琳 NaN 65.0 87.0
4 5 何宇 89.0 88.0 NaN
5 6 王志宏 NaN 100.0 100.0
----------------------------------------
序号 姓名 语文 数学 英语
2 3 张扬 73.0 77.0 98.0
进程已结束,退出代码为 0