Python Pandas Index.dropna()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas Index.dropna()函數返回不帶NA /NaN值的索引。刪除所有缺少的值，並返回一個沒有任何值的新對象NaN值存在其中。

用法： Index.dropna(how=’any’)

參數:
how:{‘any’，‘all’}，默認為‘any’
如果索引是多索引，則在任何或所有級別為NaN時刪除該值。

返回:有效：索引

範例1：采用Index.dropna()函數從包含數據時間數據的給定索引中刪除所有丟失的值。

# 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

輸出：

讓我們放棄所有NaN索引中的值。

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

輸出：

正如我們在輸出中看到的，Index.dropna()函數已刪除所有缺少的值。

範例2：采用Index.dropna()函數刪除索引中所有缺少的值。索引包含字符串類型數據。

# 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

輸出：

讓我們刪除所有缺失的值。

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

輸出：

正如我們在輸出中看到的，所有缺失的月份值都已刪除。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Index.dropna()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。