python pandas dropna_Pandas之Dropna滤除缺失数据的实现方法

约定：

import pandas as pd

import numpy as np

from numpy import nan as NaN

滤除缺失数据

pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。

使用dropna使得滤除缺失数据更加得心应手。

一、处理Series对象

通过**dropna()**滤除缺失数据：

se1=pd.Series([4,NaN,8,NaN,5])

print(se1)

se1.dropna()

代码结果：

0    4.0

1    NaN

2    8.0

3    NaN

4    5.0

dtype: float64

0    4.0

2    8.0

4    5.0

dtype: float64

通过布尔序列也能滤除：

se1[se1.notnull()]

代码结果：

0    4.0

2    8.0

4    5.0

dtype: float64

二、处理DataFrame对象

处理DataFrame对象比较复杂，因为你可能需要丢弃所有的NaN或部分NaN。

df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])

df1

代码结果：

0

1

2