python的dropna subset_Python Pandas在对特定子集的dropna调用期间出现键错误

我的目标是:我希望删除在特定列中具有NaN的行。我将允许NaN存在于某些列上,但不允许在其他列中存在。

中文示例:若一行中的'detail\u age'的值是NaN,我想删除该行。在

以下是我的数据视图:import pandas as pd

df = pd.read_csv('allDeaths.csv', index_col=0, nrows=3, engine='python')

print(df.shape)

print(list(df))

哪些输出:

^{pr2}$

当我试图删除列值为NaN的行时,以下内容:df.dropna(subset=[2,3,4,5,6,7,8,9,11,12,13,14], axis=1, inplace=True, how='any')

我得到以下错误:Traceback (most recent call last):

File "clean.py", line 10, in

df.dropna(subset=[2,3,4,5,6,7,8,9,11,12,13,14], axis=1, inplace=True, how='any')

File "/usr/local/lib/python3.4/dist-packages/pandas/core/frame.py", line 3052, in dropna

raise KeyError(list(np.compress(check, subset)))

KeyError: [3, 4, 5, 6, 7, 8, 9, 11, 12, 13, 14]

这很奇怪,因为这很有效:df.dropna(subset=[2], axis=1, inplace=True, how='any')

但不是这个:df.dropna(subset=[5], axis=1, inplace=True, how='any')

所以某些列或这些列中的值一定有问题。下面是我的数据测向头(3) 公司名称:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,`dropna`是一个用于处理缺失值的函数,用于删除包含缺失值的行或列。其中,`subset`是一个参数,用于指定要删除缺失值的特定列。你可以将需要删除缺失值的列作为一个列表传递给`subset`参数。例如,在一个DataFrame中,如果你想删除包含缺失值的列"column1"和"column2",你可以这样使用`dropna`函数:`df.dropna(subset=['column1', 'column2'])`。这将删除列"column1"和"column2"中包含缺失值的行。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python dropna()用法.md](https://download.csdn.net/download/bamboo_128/12502384)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python dropna 的用法](https://blog.csdn.net/weixin_39611820/article/details/111424791)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [python dropna()用法](https://blog.csdn.net/bamboo_128/article/details/106585634)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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