Python全系列 教程
3567个小节阅读:5930.6k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在Pandas中,删除缺失值是数据处理中常见的操作之一
可以使用dropna()
方法来删除包含缺失值的行或列
xxxxxxxxxx
df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
axis
:指定删除缺失值的轴方向,可以是0(按列删除)或1(按行删除)
how
:指定删除行或列的条件,可选参数包括any和all
thresh
:指定非缺失值的最小数量,小于该数量的行或列将被删除。
subset
:指定要考虑的列或行的标签,用于确定删除缺失值的范围。
inplace
:是否原地修改数据,默认为False,即返回一个新的删除缺失值后的对象,若为True,则在原数据上进行修改。
【示例】删除包含任何缺失值的行
xxxxxxxxxx
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [None, 6, 7, 8]})
df_dropped = df.dropna() # 删除包含任何缺失值的行
print(df_dropped)
【示例】删除全部是缺失值的列
xxxxxxxxxx
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [None, None, None, None]})
df_dropped = df.dropna(axis=1, how='all') # 删除全部是缺失值的列
print(df_dropped)
【示例】删除非缺失值数量少于指定阈值的行
xxxxxxxxxx
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [None, 6, None, None]})
df_dropped = df.dropna(thresh=2) # 删除非缺失值少于2个的行
print(df_dropped)
【示例】根据指定的列删除缺失值
xxxxxxxxxx
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [None, 6, 7, 8], 'C': [10, None, 12, 14]})
df_dropped = df.dropna(subset=['B', 'C']) # 在'B'和'C'列中删除缺失值
print(df_dropped)
实时学习反馈
1. Pandas中删除缺失值的方法是_____:
A isna()
B dropna()
2. Pandas中删除缺失值,下划线处需要填写的代码是_____:
xxxxxxxxxx
df=pd.DataFrame([[1,2,np.nan],[4,np.nan,6],[5,6,7]])
print('所有为nan时候才剔除:')
print(df.dropna(________))
print('默认情况,只要有就剔除')
print(df.dropna(________))
A how='all' how='any'
B how='any' how='all'
答案
1=>B 2=>A