pandas isnull dropna使用,返回dropna,isnull的空值

本文介绍了如何使用pandas DataFrame处理缺失值,包括通过`dropna()`移除空行,以及使用`isnull().any()`和`iloc`操作分别查找并提取出现NaN的列和行。通过实例展示了针对空值数据的精确筛选技巧。
摘要由CSDN通过智能技术生成

 dataframe 结构

 

features = features.dropna(axis=0) 去除空行

 为了了解dropna删除的数据,做如下的判断。

按行检查,返回出现NaN的列

features.isnull().any(axis = 0)

  取出目标空值数据:这里需要注意的是切片所取的维度

features.iloc[:,features.isnull().any(axis = 0).values==True]

按列检查,返回出现NaN的行

features.isnull().any(axis = 1)

 取出目标空值数据:这里需要注意的是切片所取的维度

features.iloc[features.isnull().any(axis = 1).values==True,:]

  • 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