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
boonya4 小时前
Java内存模型与线程私有共享区域与直接内存的理解
java·开发语言·内存模型
qq_172805594 小时前
Go 语言 PDF 生成库综合比较与实践指南
开发语言·golang·pdf
UrSpecial4 小时前
Linux线程同步与互斥
linux·开发语言·c++
LeaderSheepH5 小时前
Java自定义比较器详解
java·开发语言
七夜zippoe5 小时前
缓存三大劫攻防战:穿透、击穿、雪崩的Java实战防御体系(二)
java·开发语言·缓存
GilgameshJSS5 小时前
【学习K230-例程21】GT6700-UDP-Client
网络·python·单片机·网络协议·学习·udp
大飞pkz5 小时前
【设计模式】题目小练1
开发语言·设计模式·c#·题目小练
FriendshipT5 小时前
Nuitka 将 Python 脚本封装为 .pyd 或 .so 文件
开发语言·python
她说人狗殊途5 小时前
动态代理1
开发语言·python
草丛中的蝈蝈5 小时前
qt中给QListWidget添加上下文菜单(快捷菜单)
开发语言·qt