大家好,又见面了,我是你们的朋友全栈君。
dropna()函数的作用是去除读入的数据中(DataFrame)含有NaN的行。 如下:
>>> 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
使用 dropna() 效果:
>>> df.dropna()
name toy born
1 Batman Batmobile 1940-04-25
注意:
在代码中要保存对原数据的修改,需要添加 inplace 参数 ,inplace=True 表示直接在原数据上更改
df.dropna(inplace=True)
例:
dfs = pd.read_excel(path, sheet_name='Sheet1',index_col='seq')
dfs.dropna(inplace=True) #去除包含NaN 的行
print(dfs)#若不用inplace=True,此处 dfs 结果仍包含NaN
dropna 参数:
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/192268.html原文链接:https://javaforall.cn