Pandas 教程-Pandas DataFrame.dropna()

整理：python架构师

如果您的数据集包含空值，我们可以使用 dropna() 函数来分析和删除数据集中的行/列。

语法：

DataFrameName.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)  

参数：

• axis :

  {0 或 'index'，1 或 'columns'}，默认值 0

  它接受整数或字符串值用于行/列。对于整数，输入可以是 0 和 1，对于字符串，输入可以是 'index' 或 'columns'。

• 0，或 'index'：删除包含缺失值的行。

• 1，或 'columns'：删除包含缺失值的列。

• how :

  它确定当我们至少有一个 NA 或所有 NA 时，从 DataFrame 中删除行或列。

  它采用两种类型的字符串值之一（'any' 或 'all'）。

• any：如果任何值为 null，则删除行/列。

• all：仅在所有值为 null 时才删除。

• thresh: 它接受整数值，定义要删除的最小 NA 值数量。

• subset: 它是一个数组，通过列表限制删除过程。

• inplace: 它返回一个布尔值，如果为 True，则在数据框本身进行更改。

专属福利 
👉点击领取：最全Python资料合集

返回值

它返回已删除 NA 条目的 DataFrame。

import pandas as pd  aa = pd.read_csv("aa.csv")  aa.head()

代码:

# importing pandas module   import pandas as pd    # making data frame from csv file   info = pd.read_csv("aa.csv")     # making a copy of old data frame   copy = pd.read_csv("aa.csv")   # creating value with all null values in new data frame   copy["Null Column"]= None  # checking if column is inserted properly    print(info.columns.values, "\n", copy.columns.values)   # comparing values before dropping null column   print("\nColumn number before dropping Null column\n",          len(info.dtypes), len(copy.dtypes))   # dropping column with all null values   copy.dropna(axis = 1, how ='all', inplace = True)   # comparing values after dropping null column   print("\nColumn number after dropping Null column\n",         len(info.dtypes), len(info.dtypes))    

输出

['  Name    Hire Date   Salary  Leaves Remaining']  [' Name    Hire Date   Salary  Leaves Remaining' 'Null Column']
Column number before dropping Null column 1 2
Column number after dropping Null column 1 1

 1

热门推荐

• 专属Python开发者的完美终端工具！
• Pandas 教程-Pandas DataFrame.corr()
• 如何判断你是不是进了真国企？