Pandas DataFrame.dropna()用法 _PythonPandas

本文概述

句法
参数
Return

如果你的数据集包含空值, 则可以使用dropna()函数分析并删除数据集中的行/列。
句法

DataFrameName.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数轴：{0或’ index’ , 1或’ columns’ }, 默认值0
它采用int或字符串值作为行/列。输入可以是0和1(整数和索引), 也可以是列(字符串)。

0或” 索引” ：删除包含缺失值的行。
1或” 列” ：删除包含缺失值的列。

怎么样：
当我们有至少一个不适用或所有不适用时, 它确定是否从DataFrame中删除行或列。
它只接受两种字符串值(” any” 或” all” )。

any：如果任何值为null, 则删除行/列。
all：仅在所有值均为null时丢弃。

脱粒：
它采用整数值, 该值定义要减少的最小NA值量。
子集：
它是一个数组, 将删除过程限制为通过列表传递的行/列。
到位：
它返回一个布尔值, 如果它为True, 则会在数据帧本身中进行更改。
Return它返回删除了NA条目的DataFrame。
对于演示, 首先, 我们获取一个csv文件, 该文件将从数据集中删除任何列。

import pandas as pdaa = pd.read_csv("aa.csv")aa.head()

输出

Name Hire Date Salary Leaves Remaining 0 John Idle 03/15/14 50000.0 10 1 Smith Gilliam 06/01/15 65000.0 8 2 Parker Chapman 05/12/14 45000.0 10 3 Jones Palin 11/01/13 70000.0 3 4 Terry Gilliam 08/12/14 48000.0 7 5 Michael Palin 05/23/13 66000.0 8

代码

# importing pandas module import pandas as pd# making data frame from csv file info = pd.read_csv("aa.csv")# making a copy of old data frame copy = pd.read_csv("aa.csv") # creating value with all null values in new data frame copy["Null Column"]= None# checking if column is inserted properlyprint(info.columns.values, "\n", copy.columns.values) # comparing values before dropping null column print("\nColumn number before dropping Null column\n", len(info.dtypes), len(copy.dtypes)) # dropping column with all null values copy.dropna(axis = 1, how ='all', inplace = True) # comparing values after dropping null column print("\nColumn number after dropping Null column\n", len(info.dtypes), len(info.dtypes))

输出

[' Name Hire Date Salary Leaves Remaining'] [' Name Hire Date Salary Leaves Remaining' 'Null Column']Column number before dropping Null column 1 2Column number after dropping Null column 1 1

【Pandas DataFrame.dropna()用法】上面的代码从数据集中删除了null列, 并返回了一个新的DataFrame。