Python pandas.DataFrame.dropna用法及代码示例

用法: DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

删除缺失值。

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

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，则删除该行或列。
‘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：布尔值，默认为 False

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pandas.pydata.org大神的英文原创作品 pandas.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：