Python dask.dataframe.DataFrame.dropna用法及代码示例

用法: DataFrame.dropna(how='any', subset=None, thresh=None)

删除缺失值。

此文档字符串是从 pandas.core.frame.DataFrame.dropna 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

有关哪些值被视为缺失以及如何处理缺失数据的更多信息，请参阅用户指南。

参数：

axis：{0 或 ‘index’，1 或 ‘columns’}，默认 0(Dask 中不支持)

确定是否删除了包含缺失值的行或列。

0 或‘index’：删除包含缺失值的行。
1 或‘columns’：删除包含缺失值的列。

how：{‘any’, ‘all’}，默认 ‘any’

当我们至少有一个 NA 或全部 NA 时，确定是否从 DataFrame 中删除行或列。

‘any’：如果存在任何 NA 值，请删除该行或列。
‘all’：如果所有值都是 NA，则删除该行或列。

thresh：整数，可选

需要许多非 NA 值。

subset：列标签或标签序列，可选

沿其他轴考虑的标签，例如如果您要删除行，这些将是要包含的列列表。

inplace：bool，默认 False(在 Dask 中不支持)

如果为 True，则在原地执行操作并返回 None。

DataFrame 或无: 带有 NA 条目的 DataFrame 从其中删除或 None 如果 inplace=True 。

例子：

>>> df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],  
...                    "toy": [np.nan, 'Batmobile', 'Bullwhip'],
...                    "born": [pd.NaT, pd.Timestamp("1940-04-25"),
...                             pd.NaT]})
>>> df  
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

删除至少缺少一个元素的行。

>>> df.dropna()  
     name        toy       born
1  Batman  Batmobile 1940-04-25

删除至少缺少一个元素的列。

>>> df.dropna(axis='columns')  
       name
0    Alfred
1    Batman
2  Catwoman

删除缺少所有元素的行。

>>> df.dropna(how='all')  
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

只保留至少有 2 个非 NA 值的行。

>>> df.dropna(thresh=2)  
       name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

定义在哪些列中查找缺失值。

>>> df.dropna(subset=['name', 'toy'])  
       name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

将具有有效条目的 DataFrame 保留在同一变量中。

>>> df.dropna(inplace=True)  
>>> df  
     name        toy       born
1  Batman  Batmobile 1940-04-25

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.DataFrame.dropna。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：