python dropna()用法「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

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：

python dropna()用法「建议收藏」

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：

python dropna()用法「建议收藏」

df=df.dropna(axis=1)#删除所有包含NaN的列 print(df) 结果：

python dropna()用法「建议收藏」

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：

python dropna()用法「建议收藏」

df=df.dropna(axis=1,how=‘all’)#删除一整列都是NaN的列 print(df) 结果：

python dropna()用法「建议收藏」

df=df.dropna(axis=1,thresh=3)#保留至少有3个非nan值的列 print(df) 结果：

python dropna()用法「建议收藏」

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：

python dropna()用法「建议收藏」

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。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/192050.html原文链接：https://javaforall.cn