📌  相关文章
📜  Pandas.dropna()

📅  最后修改于: 2020-10-29 03:06:45             🧑  作者: Mango

Pandas DataFrame.dropna()

如果您的数据集包含空值，则可以使用dropna()函数分析并删除数据集中的行/列。

句法：

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它为行/列采用整数或字符串值。输入可以是0和1(整数和索引)，也可以是列(字符串)。
    • 0或“索引”：删除包含缺失值的行。
    • 1或“列”：删除包含缺失值的列。
  • how：当我们拥有至少一个NA或全部NA时，确定是否从DataFrame中删除行或列。它只接受两种字符串值(“ any”或“ all”)。
    • any：如果任何值为null，则删除行/列。
    • all：仅在所有值均为null时丢弃。
  • thresh：取整数值，该值定义要删除的最小NA值量。
  • subset：这是一个数组，用于限制删除过程，以限制通过列表传递的行/列。
  • inplace：如果为True，则返回一个布尔值，该布尔值将在数据帧本身中进行更改。

返回值

它返回删除了NA条目的DataFrame。

对于演示，首先，我们获取一个csv文件，该文件将从数据集中删除任何列。

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

输出量

Name Hire Date Salary Leaves Remaining
0 John Idle 03/15/14 50000.0 10
1 Smith Gilliam 06/01/15 65000.0 8
2 Parker Chapman 05/12/14 45000.0 10
3 Jones Palin 11/01/13 70000.0 3
4 Terry Gilliam 08/12/14 48000.0 7
5 Michael Palin 05/23/13 66000.0 8

 

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))

输出量

['    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

上面的代码从数据集中删除了null列，并返回了一个新的DataFrame。