python的dropna_python–data.dropna[通俗易懂]

python的dropna_python–data.dropna[通俗易懂]读取csv文件data=pd.read_csv(“”)1、删除全为空值的行或列data=data.dropna(axis=0,how=’all’)#行data=data.dropna(axis=1,how=’all’)#列2、删除含有空值的行或列data=data.dropna(axis=0,how=’any’)#行data=data.dropna(axis=1,how=’an…

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

读取csv文件 data=pd.read_csv(“”)

1、删除全为空值的行或列

data=data.dropna(axis=0,how=’all’)   #行

data=data.dropna(axis=1,how=’all’)   #列

2、删除含有空值的行或列

data=data.dropna(axis=0,how=’any’)   #行

data=data.dropna(axis=1,how=’any’)   #列

1.创建带有缺失值的数据库:

python的dropna_python--data.dropna[通俗易懂]

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), index = list(‘abcde’), columns = [‘one’, ‘two’, ‘three’]) # 随机产生5行3列的数据

df.ix[1, :-1] = np.nan # 将指定数据定义为缺失

df.ix[1:-1, 2] = np.nan

print(‘\ndf1’) # 输出df1,然后换行

print(df)

python的dropna_python--data.dropna[通俗易懂]

查看数据内容:

python的dropna_python--data.dropna[通俗易懂]

2.通常情况下删除行,使用参数axis = 0,删除列的参数axis = 1,通常不会这么做,那样会删除一个变量。

print(‘\ndrop row’)

print(df.dropna(axis = 0))

删除后结果:

python的dropna_python--data.dropna[通俗易懂]

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/192355.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)
blank

相关推荐

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