dropna(subset)_python中的head函数

dropna(subset)_python中的head函数”””ReturnobjectwithlabelsongivenaxisomittedwherealternatelyanyorallofthedataaremissingParameters———-axis:{0or‘index‘,1or‘columns‘},ortuple/listthereofPasstupleorlist…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

“””

Return object with labels on given axis omitted where alternately any

or all of the data are missing

Parameters

———-

axis : {0 or ‘index‘, 1 or ‘columns‘}, or tuple/list thereof

Pass tuple or list to drop on multiple axes

how : {‘any‘, ‘all‘}

* any : if any NA values are present, drop that label

* all : if all values are NA, drop that label

thresh : int, default None

int value : require that many non-NA values

subset : array-like

Labels along other axis to consider, e.g. if you are dropping rows

these would be a list of columns to include

inplace : boolean, default False

If True, do operation inplace and return None.

Returns

——-

dropped : DataFrame

Examples

——–

>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0], [3, 4, np.nan, 1],

… [np.nan, np.nan, np.nan, 5]],

… columns=list(‘ABCD‘))

>>> df

A B C D

0 NaN 2.0 NaN 0

1 3.0 4.0 NaN 1

2 NaN NaN NaN 5

Drop the columns where all elements are nan:

>>> df.dropna(axis=1, how=‘all‘)

A B D

0 NaN 2.0 0

1 3.0 4.0 1

2 NaN NaN 5

Drop the columns where any of the elements is nan

>>> df.dropna(axis=1, how=‘any‘)

D

0 0

1 1

2 5

Drop the rows where all of the elements are nan

(there is no row to drop, so df stays the same):

>>> df.dropna(axis=0, how=‘all‘)

A B C D

0 NaN 2.0 NaN 0

1 3.0 4.0 NaN 1

2 NaN NaN NaN 5

Keep only the rows with at least 2 non-na values:

>>> df.dropna(thresh=2)

A B C D

0 NaN 2.0 NaN 0

1 3.0 4.0 NaN 1

“””

原文:https://www.cnblogs.com/YingxuanZHANG/p/8807395.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/192239.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 2021版idea激活码99年[在线序列号]

    2021版idea激活码99年[在线序列号],https://javaforall.cn/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧!

  • 破14亿,Python分析我国存在哪些人口危机!「建议收藏」

    破14亿,Python分析我国存在哪些人口危机!「建议收藏」一、背景二、爬取数据三、数据分析1、总人口2、男女人口比例3、人口城镇化4、人口增长率5、人口老化(抚养比)6、各省人口7、世界人口四、遇到的问题遇到的问题1、数据分页,需要获取从1949-2018年数据,观察到有近20年参数:LAST20,由此推测获取近70年的参数可设置为:LAST702、2019年数据没有放上去,可以手动添加上去3、将数据进行行列转换4、列名…

  • Frp内网穿透

    Frp内网穿透Frp内网穿透​ 内网穿透从本质上来讲也是端口映射,两者都是将内网地址映射到公网可访问的地址,而区别是端口映射直接在路由器中配置即可,而内网穿透配置的端口映射则需要客户端和服务端进行绑定后实现,相当于客户端和服务端之间建立了一条隧道,然后访问服务端的请求会通过隧道转发给内网主机,该情况多用于没有公网IP的情况下使用;​ frp是一个高性能的反向代理应用,可以轻松地进行内网穿透,对外网提供服务,支持tcp,udp,http,https等协议类型,可以将内网服务以安全、便捷的方式通过具有公网

  • 下标「建议收藏」

    下标「建议收藏」下标下标可以定义在类、结构体和枚举中,是访问集合、列表或序列中元素的快捷方式。可以使用下标的索引,设置和获取值,而不需要再调用对应的存取方法。举例来说,用下标访问一个Array实例中的元素可以写

  • okio 的使用及源码分析

    okio 的使用及源码分析文章目录简介一些重要的类ByteString和BufferSource和SinkRealBufferedSource和RealBufferedSink简单使用读取文本写入文本源码分析Segment成员变量构造方法poppushwriteTocompact(压缩机制)split(共享机制)SegmentPooltakerecycleBufferreadBytewriteByte超时机制T…

  • SpringAOP学习–SpringAOP简介及原理

    SpringAOP学习–SpringAOP简介及原理前文对AOP做了介绍,实际项目中,一般不会直接上手手动实现aop,而是使用一些高级封装的aop实现,如SpringAOP。Spring是一个广泛应用的框架,SpringAOP则是Spring提供的一个标准易用的aop框架,依托Spring的IOC容器,提供了极强的AOP扩展增强能力,对项目开发提供了极大地便利。前文提到AOP的实现有AspectJ、JDK动态代理、CGLIB动态代理,SpringAOP不是一种新的AOP实现,其底层采用的是JDK/CGLIB动态代理。JDK动态代理回顾上一篇简单介绍了

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号