筛选出pd.DataFrame的nan

最新推荐文章于 2024-07-21 03:46:03 发布
最新推荐文章于 2024-07-21 03:46:03 发布
阅读量314 收藏 1
点赞数
文章标签： pandas python 机器学习 数据分析 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_35751412/article/details/129574471
版权
本文介绍了在Pandas DataFrame中利用isnull()和notnull()函数检测并筛选缺失值（NaN）的方法，这对于数据预处理和数据分析至关重要。
摘要由CSDN通过智能技术生成

您可以使用 pd.DataFrame.isnull() 或 pd.isnull() 函数来筛选出 pd.DataFrame 中的 nan。例如：

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [float('nan'), 5, 6], [7, 8, 9]])

# 使用 pd.DataFrame.isnull() 函数筛选出 nan
nan_rows = df[df.isnull().any(axis=1)]
print(nan_row
最低0.47元/天 解锁文章
AIAlchemist
关注
Pandas|DataFrame| DataFrame中的nan值处理
craftsman2020的博客
08-31 6013
DataFrame.dropna()方法的作用：是删除含用空值或缺失值得行或列。语法为：dropna（axis=0，how=‘any’，thresh=None，subset=None，inplace=False）axis:确定过滤的行或列，取值可以为(1) 0或index：删除包含缺失值的行，默认为0。(2) 1或columns：删除包含缺失值的列。how:确定过滤的标准，取值可以为：(1)any:默认值，如果存在NaN值，就删除该行或该列。//有一个就删除行或列。
pandas ---- pd.DataFrame基本用法
smalltorch的博客
06-14 2156
本部分主要介绍一些注意事项。另外，series是基础，好多用法都是series扩展一下，很类似的。pandas的一些常见用法已经写的很详细了，后面还会继续慢慢完善该博客。
删除DataFrame中值全为NaN或者包含有NaN的列或行方法
12-23
如果存在以下DataFrame 年龄 性别 手机号 0 2 男 NaN 1 3 女 NaN 2 4 NaN NaN 删除NaN所在的行： 删除表中全部为NaN的行 df.dropna(axis=0,how='all') 删除表中含有任何NaN的行 df.dropna(axis=0,how='any') #drop all rows that have any NaN values 删除NaN所在的列： 删除表中全部为NaN的行 df.dropna(axis=1,how='all') 删除表中含有任
06 pandas DataFrame - 数据过滤、NaN处理、统计方法
weixin_33943836的博客
09-17 4018
=== 数据过滤获取 === 个人觉得并没有什么用，完全可以用切片或索引器代替 stu_info = pd.read_excel('student_info1.xlsx',sheetname='countif',index_col='学号').head(3) stu_info[stu_info.columns...
python dataframe 判断是否为nan
最新发布
weixin_41367214的博客
07-21 118
数据分析,python相关学习资料：https://edu.51cto.com/video/2306.htmlhttps://edu.51cto.com/video/4102.htmlhttps://edu.51cto.com/video/1158.htmlPython DataFrame中的NaN判断与处理 在数据...
Pandas检查dataFrame中的NaN
uncle_ll的博客
01-18 3956
NaN代表Not A Number，是表示数据中缺失值的常用方法之一。它是一种特殊的浮点值，不能转换为浮点数以外的任何其他类型。NaN值是数据分析中的主要问题之一，为了得到理想的结果，对NaN进行处理是非常必要的。
pandas中的DataFrame数据结构
Jq的博客
11-01 1496
pd.DataFrame() DataFrame 是一种二维的数据模型，相当于EXcel表格中的数据，有横竖两种坐标，横轴用columns，竖轴用index 来确定，在建立DataFrame 对象的时候，需要确定三个元素：数据，竖轴，横轴。 DataFrame既有行索引也有列索引， import pandas as pd import numpy as np a = pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list
Pandas 空值 NAN 过滤筛选
pykehan的博客
03-14 1067
Pandas 空值 nan 行列 过滤筛选
dataframe 条件取非_06 pandas DataFrame - 数据过滤、NaN处理、统计方法
weixin_28801659的博客
02-01 1371
=== 数据过滤获取 ===个人觉得并没有什么用，完全可以用切片或索引器代替stu_info = pd.read_excel('student_info1.xlsx',sheetname='countif',index_col='学号').head(3)stu_info[stu_info.columns[0:]]=== 缺失值处理 ===原数据：stu_info = pd.read_csv('st...
pandas学习日志1--生成数据表、选择数据、设置值(nan)
taiyuezyh的博客
10-04 638
本文参考资料-----【莫烦Python】 系列教程。
Spark_DataFrame 去除 null, NaN 和 空字符串
迎难而上
05-30 8580
去除null、NaN 去除 dataframe 中的 null 、 NaN 有方法 drop ，用 dataframe.na 找出带有 null、 NaN 的行，用 drop 删除行： df.na.drop() 去除空字符串 去除空字符串用 dataframe.where ： df.where("colname <> '' ") 示例代码 package com.spark.test.offline.filter import org.apache.sp...
pandas删除DataFrame中某列值为NaN的记录/行
weixin_43351935的博客
04-28 1万+
代码实现一遍这个大佬的过程：https://amberwest.github.io/2019/03/05/%E5%88%A0%E9%99%A4DataFrame%E4%B8%AD%E6%9F%90%E5%88%97%E5%80%BC%E4%B8%BANaN%E7%9A%84%E8%AE%B0%E5%BD%95-%E8%A1%8C/ import pandas as pd import numpy ...
python用DataFrame筛选含有某些字段的行（contains和isin）| 含有nan的行
craftsman2020的博客
12-05 1万+
python用dataframe筛选含有某些字段的行（contains和isin） import pandas as pd df = {'DataBase':['mysql','test','test','test','test'],'table':['user','student','course','sc','book']} df = pd.DataFrame(df) print(df) print("-"*12) print('================') list_one=['student
dataframe, 查看有nan的行，和不含有nan的行
weixin_39102021的博客
05-11 1万+
#1 查看含有nan的行 df[df.isna().any(axis=1)] #2， 查看不含有nan的行 df[~df.isna().any(axis=1)]
python pandas 如何找到NaN、缺失值或者某些元素的索引名称以及位置，np.where的使用
热门推荐
Reach Higher
08-15 12万+
我们在处理数据的时候，经常需要检查数据的质量，也需要知道出问题的数据在哪个位置。我找了很久，也尝试了很多办法，都没能找到一种非常直接的函数，本文所要介绍的是一种我认为比较方便的方法：np.where（）我举个例子import pandas as pd import numpy as npdf = pd.DataFrame(np.arange(12).reshape(4,3), index=list(
Pandas通过某列不是NaN来进行筛选
肥宅Sean
10-05 2万+
根据Column列来筛选整个dataframe 下面的如果是空的就不要整一行 df[df['Column'].notna()]
筛选DataFrame缺失值
cbright的博客
07-21 1440
DataFrame下dropna()代码示例 1.默认情况下，dropna()会删除包含缺失值的行 #这种情况下，其实是drop(axis=0,how=‘any’) data = pd.DataFrame([[1,6.5,3],[1,None,None], [None,None,None],[None,6.5,3]]) cleaned = data....
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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