pandas使用dropna函数删除dataframe中所有包含缺失值的数据行（drop rows which contain missing vlaues in dataframe）

最新推荐文章于 2023-02-15 13:43:59 发布

Data+Science+Insight

最新推荐文章于 2023-02-15 13:43:59 发布

阅读量692

点赞数 19

分类专栏：数据科学从0到1 文章标签： python 数据挖掘数据分析人工智能 pandas

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/122717955

版权

数据科学从0到1 专栏收录该内容

1640 篇文章 645 订阅 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用pandas的dropna函数来删除DataFrame中包含缺失值（NaN）的行。通过实例展示了数据仿真过程及dropna函数的运用，帮助进行数据清理。

摘要由CSDN通过智能技术生成

pandas使用dropna函数删除dataframe中所有包含缺失值的数据行（drop rows which contain missing vlaues in dataframe）

#仿真数据

#pandas使用dropna函数删除dataframe中所有包含缺失值的数据行（drop rows which contain missing vlaues in dataframe）

#仿真数据

import pandas as pd
import numpy as np

# 不显示关于在切片副本上设置值的警告
pd.options.mode.chained_assignment = None
# 一个 dataframe 最多显示60例
pd.set_option('display.max_columns', 100)
# 可视化工具包
import matplotlib.pyplot as plt
%matplotlib inline
#设置默认字体大小
plt.rcParams['font.size'] = 16


data &#