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
乌暮2 分钟前
少写重复 CRUD:用大白话搞懂 MyBatis-Plus
java·开发语言·spring boot·面试·mybatis
不绝19117 分钟前
Lua基础语法入门:注释、变量类型与字符串操作
开发语言·lua
the局外人42 分钟前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__1 小时前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python
Hhy_11071 小时前
《C++深度解构07》手撕 vector —— 从底层三指针架构到迭代器失效彻底吃透
c语言·开发语言·c++·学习·visual studio
风落青芜1 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法
艾莉丝努力练剑2 小时前
【QT】系统相关:TCP的API介绍
开发语言·前端·c++·人工智能·qt·学习·tcp/ip
用户0332126663672 小时前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL1232 小时前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
Dmz丶2 小时前
前端转 AI 100 天 Day 48:向量数据库——100 万向量的毫秒级检索
python