第四节 数据七十二变
1、对于简单的数据删除空值数据(NaN)——对于简单的数据进行过滤,如果对于负责的
DataFrame对象进行使用则会存在空值数据过滤不干净
import pandas as pd——导入模块
li=[2,NaN,4,6,NaN,4]——数据集
se=pd.Series(data=li)——生成Series对象
se.notnull()——对是否是空值数据进行判断(返回值是bool值)
print(se[se.notnull()])——返回过滤之后的数据
2、删除空值数据(NaN)的行和列
使用dropna函数:
df1=df.dropna()
dropna()是删除空值数据的方法,默认将只要含有NaN的整行数据删掉,如果想要删除整行都是空值的数据
需要添加how='all'参数。
如果想要对列做删除操作,需要添加axis参数,axis=1表示列,axis=0表示行。
我们也可以使用thresh参数筛选想要删除的数据,thresh=n保留至少有n个非NaN数据的行。
3、删除数据
使用函数drop(labels=None,axis=0, index=None, columns=None, inplace=False)
labels :就是要删除的行列的名字,用列表给定。
axis:axis=