详解pandas删除缺失数据(pd.dropna()方法)


本文向大家介绍详解pandas删除缺失数据(pd.dropna()方法),包括了详解pandas删除缺失数据(pd.dropna()方法)的使用技巧和注意事项,需要的朋友参考一下

1.创建带有缺失值的数据库:

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), index = list('abcde'), columns = ['one', 'two', 'three'])    # 随机产生5行3列的数据  
df.ix[1, :-1] = np.nan    # 将指定数据定义为缺失
df.ix[1:-1, 2] = np.nan

print('\ndf1')    # 输出df1,然后换行
print(df)

查看数据内容:

2.通常情况下删除行,使用参数axis = 0,删除列的参数axis = 1,通常不会这么做,那样会删除一个变量。

print('\ndrop row')
print(df.dropna(axis = 0))

删除后结果:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持呐喊教程。

声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#yiidian.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。