本文概述

如果你的數據集包含空值, 則可以使用dropna()函數分析并刪除數據集中的行/列。

句法

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

參數

軸：{0或’index’, 1或’columns’}, 默認值0

它采用int或字符串值作為行/列。輸入可以是0和1(整數和索引), 也可以是列(字符串)。

0或”索引”：刪除包含缺失值的行。

1或”列”：刪除包含缺失值的列。

怎么樣 ：

當我們有至少一個不適用或所有不適用時, 它確定是否從DataFrame中刪除行或列。

它只接受兩種字符串值(” any”或” all”)。

any：如果任何值為null, 則刪除行/列。

all：僅在所有值均為null時丟棄。

脫粒：

它采用整數值, 該值定義要減少的最小NA值量。

子集：

它是一個數組, 將刪除過程限制為通過列表傳遞的行/列。

到位：

它返回一個布爾值, 如果它為True, 則會在數據幀本身中進行更改。

Return

它返回刪除了NA條目的DataFrame。

對于演示, 首先, 我們獲取一個csv文件, 該文件將從數據集中刪除任何列。

import pandas as pd

aa = pd.read_csv(“aa.csv”)

aa.head()

輸出

Name

Hire Date

Salary

Leaves Remaining

0 John Idle03/15/14

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

代碼

# 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 properly

print(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))

輸出

[‘NameHire DateSalaryLeaves Remaining’]

[‘NameHire DateSalaryLeaves Remaining’

‘Null Column’]

Column number before dropping Null column

1 2

Column number after dropping Null column

1 1

上面的代碼從數據集中刪除了null列, 并返回了一個新的DataFrame。

總結

以上是生活随笔為你收集整理的pandas的dropna方法_python中dropna函数(Python)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。