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
dropna()函数的作用是去除读入的数据中(DataFrame)含有NaN的行。
如下:
>>> df = pd.DataFrame({
"name": ['Alfred', 'Batman', 'Catwoman'],
"toy": [np.nan, 'Batmobile', 'Bullwhip'],
"born": [pd.NaT, pd.Timestamp("1940-04-25"),
pd.NaT]})
>>> df
name toy born
0 Alfred NaN NaT
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT
使用 dropna() 效果:
>>> df.dropna()
name toy born
1 Batman Batmobile 1940-04-25
注意:
在代码中要保存对原数据的修改,需要添加 inplace 参数 ,inplace=True 表示直接在原数据上更改
df.dropna(inplace=True)
例:
dfs = pd.read_excel(path, sheet_name='Sheet1',index_col='seq')
dfs.dropna(inplace=True) #去除包含NaN 的行
print(dfs)#若不用inplace=True,此处 dfs 结果仍包含NaN
dropna 参数:
-
axis: default 0指行,1为列
-
how: {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;’all’指清除全是缺失值的
-
thresh: int,保留含有int个非空值的行
-
subset: 对特定的列进行缺失值删除处理
-
inplace: 这个很常见,True表示直接在原数据上更改
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/192268.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...