python：删除DataFrame中某列值为NaN的记录/行

最新推荐文章于 2024-06-03 10:42:10 发布
最新推荐文章于 2024-06-03 10:42:10 发布
阅读量1.5w 收藏 53
点赞数 7
分类专栏： 论文学习 python 文章标签： python
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_39450145/article/details/120795055
版权

pandas.DataFrame.dropna — pandas 1.3.3 documentation

关于dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)参数的说明：

  • axis：默认是0，即删除行。1或者columns则是删除列
  • how：删除方式。any删除至少有一个NaN的行/列；all删除全部都是NaN的行/列
  • thresh：阈值。int，删除的行/列至少有n个NaN值
  • subset：列表。columns或者index，只删除指定列/行

一、any：删除至少有一个NaN的行/列

#删除至少有一个NaN的行 
data.dropna(axis=0,how='any')


#删除至少有一个NaN的列
data.dropna(axis=1,how='any')

二、all：删除全部都是NaN的行/列

#删除全部都是NaN行 
data.dropna(axis=0,how='all')


#删除全部都是NaN的列
data.dropna(axis=1,how='all')

三、删除至少几列值为NaN的记录/行

#删除至少有3个NaN值的行 
data = data.dropna(axis=0, thresh=3)

参考：

删除pandas.DataFrame 中包含NaN的行或列_Transfer-CSDN博客_pandas删除nan的行

删除DataFrame中某列值为NaN的记录/行 | Amberwest's Note

删除DataFrame里某一列有空值的行_学习python-CSDN博客_dataframe删除某列值为空的行

weixin_39450145
关注
  • 7
    点赞
  • 踩
  • 53
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python删除nan_关于python：如何删除某些列中的值为NaN的Pandas DataFrame行
weixin_39932300的博客
12-09 2083
我有一个DataFrame：>>> dfSTK_ID EPS cashSTK_ID RPT_Date601166 20111231 601166 NaN NaN600036 20111231 600036 NaN 12600016 20111231 600016 4.3 NaN601009 20111231 601009 NaN NaN601...
python取dataframe某行某列_python：pandas之DataFrame取行列（df.loc(),df.iloc()）以及索引...
weixin_42518709的博客
01-12 1万+
import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(24).reshape(6,4),index=list("ABCDEF"),columns=list("WXYZ"))# df 输出的结果为：W X Y ZA 0 1 2 3B 4 5 6 7C 8 9 10 11...
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 ...
已解决 python出现nan的正确解决方法，亲测有效嘿嘿嘿
PythonAigc的博客
04-28 2476
NaN（Not a Number）在Python的pandas、numpy等科学计算库中经常出现，它表示一个非数字的值。NaN通常出现在以下几种情况： 数据集中存在缺失值。 计算结果无意义（如0除以0）。 某些操作导致非数字结果（如字符串与数字相加）。 报错原因 NaN本身并不是错误，而是数据的一个状态，表示该位置的数据缺失或无效。然而，如果在使用NaN参与运算时，没有正确处理，就可能导致结果不符合预期，或者在某些情况下（如某些函数无法处理NaN）会抛出异常。
python-在dataframe中删除某行当某列值为nan时？
机器学习、深度学习、强化学习、迁移学习
12-01 2314
1、摘要 本文主要讲解：python-在dataframe中删除某行当某列值为nan时？ 主要思路： 找到某列值为nan的索引 使用drop函数按索引删除行
python 判断是否为nan_Python pandas：检查DataFrame中的任何值是否为NaN
weixin_39967405的博客
12-10 3452
jwilner的反应是现货。我正在探索是否有一个更快的选择，因为在我的经验，求和平面数组(奇怪)比计数快。此代码似乎更快：df.isnull().values.any()例如：In [2]: df = pd.DataFrame(np.random.randn(1000,1000))In [3]: df[df > 0.9] = pd.np.nanIn [4]: %timeit df.isnul...
【20211029】【Python】删除 DataFrame 中的某行、某列
诗小葵的博客
10-29 3万+
pandas 中的 drop 方法是很明智的数据清理的方法，它的好处在于：它不改变原有的 df 中的数据，而是返回另一个新的 DataFrame 来存放删除后的数据。 一、drop 的用法 import pandas as pd import numpy as np a = list(range(1, 11)) a_reshape = np.array(a).reshape(2, 5).T b = pd.DataFrame(a_reshape) print(b) 1. df.d...
【Python】 删除Pandas DataFrame中基于列值的行
最新发布
PythonWeb实践
06-03 400
在Pandas中，删除DataFrame中的行是一个常见的操作，可以通过布尔索引灵活地实现。同时，注意备份数据、确保条件的准确性，并考虑性能和代码可读性，以确保数据处理的安全性和效率。例如，我们可能需要删除那些不符合特定条件的行，或者删除那些具有特定列值的行。DataFrame是一个二维表格型数据结构，它含有一组有序的列，每列可以是不同的数据类型（数值、字符串、布尔值等）。删除DataFrame中的行通常涉及到布尔索引的使用，这是一种非常灵活和强大的方法。如果我们需要基于多个条件来删除行，可以使用。
python dataframe 中位数_python - pandas DataFrame：用平均列替换nan值
weixin_39873208的博客
11-29 1493
python - pandas DataFrame：用平均列替换nan值我有一个大部分都有实数的pandas DataFrame，但它中也有一些nan值。如何用平均列替换nan？这个问题与这个问题非常相似：numpy数组：用列的平均值替换nan值，但不幸的是，给出的解决方案不适用于pandas DataFrame。piokuc asked 2019-07-29T20:10:32Z8个解决方案1...
dataframe 替换满足条件的某一列非Nan值（python数据清洗）
qq_49617724的博客
04-12 605
使用 data.loc[ ]= 的时候，其实是利用series，将series中满足条件值对应的值全部替换，nan值满足条件也会被替换。但是我又想保留空值不被替换。而用for在整列循环，又要考虑格式，运算量也大。
Python Numpy:找到list中的np.nan值方法
09-20
在实际应用中，你可能还需要使用`np.nan_to_num()`将`np.nan`转换为其他数值，或者使用`np.isnan()`与`~`（非操作符）结合，通过布尔索引来直接从数组中删除`np.nan`值。例如： ```python # 从数组中移除np.nan值 ...
Python DataFrame一列拆成多列以及一行拆成多行
09-18
在数据分析过程中，有时需要对DataFrame的数据结构进行调整，如将一列拆分为多列或把一行数据拆分成多行。Python的pandas库中的DataFrame提供了丰富的功能来处理这类问题。以下我们将详细介绍如何实现这两个目标。 ...
pandas.DataFrame删除/选取含有特定数值的行或列实例
09-19
# 删除某行空值所在列 df2[0:1] = df2[0:1].fillna('null') # 获取含有'null'的列名 cols = [x for i, x in enumerate(df2.columns) if df2.iat[0, i] == 'null'] # 删除含有'null'的列 df2 = df2.drop(cols, axis=1...
Python pandas.DataFrame 找出有空值的行
12-25
pandas中DataFrame类型中，找出所有有空值的行，可以使用.isnull()方法和.any()方法。 1.找出含有空值的行 方法：DataFrame[DataFrame.isnull().T.any()] 其中，isnull()能够判断数据中元素是否为空值；T为转置；any...
在Python中给Nan值更改为0的方法
09-20
运行这段代码后，`data`将是一个新的DataFrame，其中包含了`df1`和`df2`中`col1`相同的行，对于`df2`中不存在的行，对应的列会显示为`NaN`。 为了将这些`NaN`值替换为0，我们可以使用Pandas提供的`fillna`方法。这...
python：sklearn 标签编码（LabelEncoder）
热门推荐
weixin_39450145的博客
02-27 3万+
参考： https://blog.csdn.net/weixin_45875105/article/details/107818766python sklearn 编码(one-hot,标签编码) https://www.cnblogs.com/sench/p/10134094.htmlsklearn.preprocessing.LabelEncoder的使用 https://scikit-learn.org/stable/modules/generated/sklearn.preproces...
python：TKinter获取Text文本框的输入内容（python图形化界面）
weixin_39450145的博客
01-21 3万+
1. 示例代码： # -*- coding: utf-8 -*- import tkinter as tk window = tk.Tk() #建立窗口window window.title('示例1') #窗口名称 window.geometry("400x240") #窗口大小(长＊宽) textExample=tk.Text(window, height=10) #文本输入框 textExample.pack() #把Text放在window上面，显.
python：使用sklearn 计算 precision、recall、F1 score（多分类）
weixin_39450145的博客
03-28 2万+
参考： https://blog.csdn.net/kan2281123066/article/details/103237273 代码：利用sklearn 计算 precision、recall、F1 score https://blog.csdn.net/blythe0107/article/details/75003890代码：sklearn的precision_score, recall_score, f1_score使用 https://blog.csdn.net/Urbanea...
python 取 dataframe 中某列不为 NaN 的行
11-14
可以使用pandas库中的dropna()函数来删除包含NaN值的行，也可以使用notnull()函数来获取某列不为NaN的行的布尔值，然后使用布尔值索引来获取对应的行。 以下是两种方法的示例代码： 方法一：使用dropna()函数删除包含NaN值的行 ```python import pandas as pd # 创建示例DataFrame df = pd.DataFrame({'A': [1, 2, 3, None], 'B': [4, None, 6, 7]}) # 使用dropna()函数删除包含NaN值的行 df = df.dropna(subset=['A']) # 输出结果 print(df) ``` 输出： ``` A B 0 1.0 4.0 1 2.0 NaN 2 3.0 6.0 ``` 方法二：使用notnull()函数获取某列不为NaN的行的布尔值 ```python import pandas as pd # 创建示例DataFrame df = pd.DataFrame({'A': [1, 2, 3, None], 'B': [4, None, 6, 7]}) # 使用notnull()函数获取某列不为NaN的行的布尔值 mask = df['A'].notnull() # 使用布尔值索引获取对应的行 df = df[mask] # 输出结果 print(df) ``` 输出： ``` A B 0 1.0 4.0 1 2.0 NaN 2 3.0 6.0 ```
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

打赏作者

weixin_39450145

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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