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
优秘UMI4 分钟前
智能科技的附加特性:提升用户体验的多样选择
python·科技·其他·ai
蓝博AI12 分钟前
基于卷积神经网络的汽车类型识别系统,resnet50,vgg16,resnet34【pytorch框架,python代码】
人工智能·pytorch·python·神经网络·cnn
艾莉丝努力练剑24 分钟前
【C++:继承和多态】多态加餐:面试常考——多态的常见问题11问
开发语言·c++·人工智能·面试·继承·c++进阶
Skrrapper25 分钟前
【C++】C++11出来之后,到目前为止官方都做了些什么更新?
开发语言·c++
有时间要学习38 分钟前
Qt——界面优化
开发语言·qt
麦麦大数据42 分钟前
F039 python五种算法美食推荐可视化大数据系统vue+flask前后端分离架构
python·算法·vue·推荐算法·美食·五种算法
摘星编程1 小时前
深入 Actix-web 源码:解密 Rust Web 框架的高性能内核
开发语言·前端·rust·actixweb
一抹轻笑动人1 小时前
cpp language 语法
开发语言·c++
星空露珠1 小时前
数独解题算法lua脚本
开发语言·数据结构·算法·游戏·lua
滴滴滴嘟嘟嘟.1 小时前
全屏定时提醒工具
java·开发语言