Python Pandas Series.dropna()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.dropna()函数返回一个新系列，该系列在给定系列对象中缺少值。

用法： Series.dropna(axis=0, inplace=False, **kwargs)

参数：
axis:只有一个轴可以从中删除值。
inplace:如果为True，则执行就地操作并返回None。

返回：系列

范例1：采用Series.dropna()函数将缺失的值放在给定的序列对象中。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio']) 
  
# Create the Index 
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']  
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.dropna()函数删除给定系列对象中的所有缺失值。

# drop the missing values 
result = sr.dropna() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.dropna()函数已成功删除给定系列对象中的所有缺失值。

范例2：采用Series.dropna()函数将缺失的值放在给定的序列对象中。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None]) 
  
# Create the Index 
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M') 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.dropna()函数删除给定系列对象中的所有缺失值。

# drop the missing values 
result = sr.dropna() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.dropna()函数已成功删除给定系列对象中的所有缺失值。

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 Series.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。