python dataframe dropna_python pandas DataFrame.dropna用法及代碼示例

刪除缺失的值。

看到用戶指南詳細了解哪些值被認為缺失，以及如何處理缺失的數據。

參數：

axis：{0 或 ‘index’, 1 或 ‘columns’}, 默認為 0確定是否刪除包含缺失值的行或列。

0或‘index’：刪除包含缺失值的行。

1或‘columns’：刪除包含缺失值的列。

在1.0.0版中進行了更改：通過元組或列表以在多個軸上放置。隻允許一個軸。

how：{‘any’, ‘all’}, 默認為 ‘any’當我們擁有至少一個NA或全部NA時，確定是否從DataFrame中刪除行或列。

‘any’：如果存在任何NA值，請刪除該行或列。

‘all’：如果所有值均為NA，則刪除該行或列。

thresh：int, 可選參數要求許多非NA值。

subset：array-like, 可選參數沿其他軸考慮的標簽，例如如果要刪除行，這些將是要包括的列的列表。

inplace：bool, 默認為 False如果為True，則執行就地操作並返回None。

返回值：

DataFrame帶有NA條目的DataFrame從中刪除。

例子：

>>> df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],

... "toy": [np.nan, 'Batmobile', 'Bullwhip'],

... "born": [pd.NaT, pd.Timestamp("1940-04-25"),

... pd.NaT]})

>>> df

name toy born

0 Alfred NaN NaT

1 Batman Batmobile 1940-04-25

2 Catwoman Bullwhip NaT

將行缺失至少一個元素。

>>> df.dropna()

name toy born

1 Batman Batmobile 1940-04-25

將列放在至少缺少一個元素的地方。

>>> df.dropna(axis='columns')

name

0 Alfred

1 Batman

2 Catwoman

將所有元素都缺失的行刪除。

>>> df.dropna(how='all')

name toy born

0 Alfred NaN NaT

1 Batman Batmobile 1940-04-25

2 Catwoman Bullwhip NaT

僅保留至少具有2個非NA值的行。

>>> df.dropna(thresh=2)

name toy born

1 Batman Batmobile 1940-04-25

2 Catwoman Bullwhip NaT

定義在哪些列中查找缺失值。

>>> df.dropna(subset=['name', 'born'])

name toy born

1 Batman Batmobile 1940-04-25

將具有有效條目的DataFrame保留在同一變量中。

>>> df.dropna(inplace=True)

>>> df

name toy born

1 Batman Batmobile 1940-04-25