python dropna()用法
**
DataFrme.dropna(axis=0,how=’any’,thresh=None,subset=None,inplace=False)
参数：
axis: 默认axis=0。0为按行删除,1为按列删除
how: 默认 ‘any’。 ‘any’指带缺失值的所有行/列;’all’指清除一整行/列都是缺失值的行/列
thresh: int,保留含有int个非nan值的行
subset: 删除特定列中包含缺失值的行或列
inplace: 默认False，即筛选后的数据存为副本,True表示直接在原数据上更改
例子：
import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(24).reshape(4,6), index=[‘a’, ‘c’, ‘e’, ‘f’])
df.iloc[0,[1,2,5]]=np.nan
df.iloc[2,[1,4]]=np.nan
print(df)
结果：
df=df.dropna()#删除所有包含NaN的行，相当于参数全部默认
#df=df.dropna(axis=0,how=‘any’,thresh=None,subset=None,inplace=False)
print(df)
结果：
df=df.dropna(axis=1)#删除所有包含NaN的列
print(df)
结果：
df.iloc[:,1]=np.nan#将第二列全部设置成nan，下面都是用的下图这个DataFrame了
print(df)
结果：
df=df.dropna(axis=1,how=‘all’)#删除一整列都是NaN的列
print(df)
结果：
df=df.dropna(axis=1,thresh=3)#保留至少有3个非nan值的列
print(df)
结果：
df=df.dropna(subset=[0, 2]) #删除列索引0,2中包含nan的行，字符串要加引号
print(df)
结果：
写了这么久代码，现在才想起来整理，如有错误欢迎大家指正
函数定义是百度的，加了一些自己的理解，后面代码是自己整理的，算是自己的一个学习笔记吧
加油！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/hz/121260.html