pandas处理缺失值的函数_pandas填充缺失值
pandas处理缺失值的函数_pandas填充缺失值
全栈程序员站长
发布于 2022-09-30 21:21:55
发布于 2022-09-30 21:21:55
代码可运行
运行总次数：0
代码可运行
大家好，又见面了，我是你们的朋友全栈君。
df.dropna()函数用于删除dataframe数据中的缺失数据，即 删除NaN数据.
官方函数说明：
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
Remove missing values.
See the User Guide for more on which values are considered missing,
and how to work with missing data.
Returns
DataFrame
DataFrame with NA entries dropped from it.参数说明：
Parameters | 说明 |
|---|---|
axis | 0为行 1为列，default 0，数据删除维度 |
how | {‘any’, ‘all’}, default ‘any’，any：删除带有nan的行；all：删除全为nan的行 |
thresh | int，保留至少 int 个非nan行 |
subset | list，在特定列缺失值处理 |
inplace | bool，是否修改源文件 |
测试：
>>>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=1)
name
0 Alfred
1 Batman
2 Catwoman删除所有元素丢失的行：
>>>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2个非NA值的行：
>>>df.dropna(thresh=2)
name toy born
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT从特定列中查找缺少的值：
>>>df.dropna(subset=['name', 'born'])
name toy born
1 Batman Batmobile 1940-04-25修改原数据：
>>>df.dropna(inplace=True)
>>>df
name toy born
1 Batman Batmobile 1940-04-25以上。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/192382.html原文链接：https://javaforall.cn
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022年9月17日 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
