Python | 熊猫系列.dropna()

简介

.dropna() 是熊猫系列中用于删除缺失值的函数。

缺失值是指数据表中空白、NaN 或者 None 等数值上的缺失。

.dropna() 通过指定参数来控制数据表的缺失值删除行为。此函数可以删除含有缺失值的行或者列。

基本用法

删除含有缺失值的行

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, None, 35], 'gender': ['F', 'M', None]}) # 生成一个数据表，含有缺失值

df = df.dropna() # 删除含有缺失值的行

print(df)

返回结果：

      name   age gender
0    Alice  25.0      F

删除含有缺失值的列

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, None, 35], 'gender': ['F', 'M', None]}) # 生成一个数据表，含有缺失值

df = df.dropna(axis=1) # 删除含有缺失值的列

print(df)

返回结果：

     name
0   Alice
1     Bob
2  Charlie

参数介绍

• axis：可选参数，默认值为 0，可以取 0 或者 1。0 表示按行处理缺失值，1 表示按列处理缺失值。

• how：可选参数，表示在某个方向检测到缺失值的个数是否满足设定的数量。可选值为{'any', 'all'}。

  • 'any' 表示至少含有一个缺失值，则删除。
  • 'all' 表示所有值都是缺失值，则删除。

• thresh：可选参数，表示在指定方向上非缺失值的最小数量。

• subset：可选参数，用于指定删除缺失值时的依据。

更多用法

以上示例都是简单的用法，更多用法可以参考官方文档：pandas.DataFrame.dropna。