Python:Pandas删除特定行——dropna的用法

dropna() 是Pandas库中的一个非常实用的函数,用于处理缺失数据。它允许你从DataFrame或Series中删除含有缺失值(NaN,None等)的行或列。以下是**dropna()函数**的一些基本用法和参数介绍:

一、基本语法

python 复制代码
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数解释

  • axis:指定删除操作是在行(0,默认值)还是列(1)。如果数据结构是一维的Series,这个参数会被忽略。

  • how:定义判断缺失值的标准。

    • 'any'(默认):只要某行/列包含任何一个NaN值,就删除该行/列。
    • 'all':仅当某行/列的所有值都是NaN时,才删除该行/列。
  • thresh:设置一个阈值,表示最少非NaN值的数量。只有当某行/列的非NaN值数量大于等于这个阈值时,才保留该行/列。

  • subset:指定考虑哪些列来进行缺失值检查。如果未提供,则检查整个DataFrame。

  • inplace:如果设置为True,将会直接在原始DataFrame上进行修改,而不是返回一个新的DataFrame。

二、示例

python 复制代码
# 假设我们有一个包含缺失值的DataFrame df
import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, np.nan, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 删除任何含有缺失值的行
df_cleaned = df.dropna()

# 删除所有值都是缺失值的列
df_cleaned = df.dropna(axis=1, how='all')

# 删除C列以外,含有缺失值的行
df_cleaned = df.dropna(subset=['A', 'B'])

# 仅保留至少有2个非NaN值的行
df_cleaned = df.dropna(thresh=2)

# 直接在原DataFrame上操作
df.dropna(inplace=True)

参考官方文档

相关推荐
星哥说事10 小时前
Python自学25 - Django快速上手
开发语言·python·django
斑点鱼 SpotFish10 小时前
用Python可视化国庆期间旅游概况与消费趋势
开发语言·python·旅游
小兔崽子去哪了10 小时前
Python 学习记录
python
only-lucky10 小时前
在Qt中使用VTK
开发语言·qt
埃泽漫笔11 小时前
RabbitMQ四种交换机详解
python·mq
小杰帅气11 小时前
类与对象1
开发语言·c++
chenyuhao202411 小时前
《C++二叉引擎:STL风格搜索树实现与算法优化》
开发语言·数据结构·c++·后端·算法
小猪快跑爱摄影11 小时前
【附代码】Jupyter 多进程调用 seaborn 并保留格式
python·jupyter
空荡forevere11 小时前
《操作系统真象还原》 第十章 输入输出系统
开发语言·c++·操作系统
技术猴小猴11 小时前
如何使用Python实现LRU缓存
python·spring·缓存