python_drop业务场景
python_pandas.当一个指标为空、无值、为特殊值时(0),我们认为这个行数据没有数据统计意义,比如统计某个产品用户总消费数据时,发现很多用户有登录没有消费动作,非付费用户,希望过滤掉无消费用户数据,那么下面的方法就能帮到你。
dropna() 方法过滤任何含有缺失值的行
pandas.DataFrame里,如果一行数据有任意值为空,则过滤掉整行,这时候使用dropna()方法是合适的。下面的案例,任意列只要有一个为空数据,则整行都干掉。但是我们常常遇到的情况,是根据一个指标(一列)数据的情况,去过滤行数据,类似Excel里面的过滤漏斗,怎么办?
>>> import pandas as pd
>>> data = pd.DataFrame([[1.,6.5,3.],[1.],[],[6.5,3.]],index=list('abcd'),columns=list('def'))
>>> data
d e f
a 1.0 6.5 3.0
b 1.0 NaN NaN
c NaN NaN NaN
d 6.5 3.0 NaN
>>> data.dropna() #任意列只要有一个为空数据ÿ