Python Pandas Index.dropna()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas Index.dropna()函数返回不带NA /NaN值的索引。删除所有缺少的值，并返回一个没有任何值的新对象NaN值存在其中。

用法： Index.dropna(how=’any’)

参数:
how:{‘any’，‘all’}，默认为‘any’
如果索引是多索引，则在任何或所有级别为NaN时删除该值。

返回:有效：索引

范例1：采用Index.dropna()函数从包含数据时间数据的给定索引中删除所有丢失的值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index(['2015-10-31', '2015-12-02', None, '2016-01-03', 
                '2016-02-08', '2017-05-05', None, '2014-02-11']) 
  
# Print the Index 
idx

输出：

让我们放弃所有NaN索引中的值。

# drop all missing values. 
idx.dropna(how ='all')

输出：

正如我们在输出中看到的，Index.dropna()函数已删除所有缺少的值。

范例2：采用Index.dropna()函数删除索引中所有缺少的值。索引包含字符串类型数据。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index(['Jan', 'Feb', 'Mar', None, 'May', 'Jun', 
                None, 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) 
  
# Print the Index 
idx

输出：

让我们删除所有缺失的值。

# drop the missing values 
idx.dropna(how ='any')

输出：

正如我们在输出中看到的，所有缺失的月份值都已删除。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.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。