关于参数thresh的理解(pd.dropna(thresh=n))

关于参数thresh的理解(pd.dropna(thresh=n))书上的表达:假设你只想保留包含一定数量的观察值的行,可以使用thresh参数来表示。嗯嗯嗯….有些模棱两可。摸索了一番,终于理解了。格式:df.dropna(thresh=n)简单的理解:这一行除去NA值,剩余数值的数量大于等于n,便显示这一行。1.先创建数组,代码如下:1importnumpyasnp2from…

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全家桶1年46,售后保障稳定

书上的表达:假设你只想保留包含一定数量的观察值的行,可以使用thresh参数来表示。

嗯嗯嗯….有些模棱两可。摸索了一番,终于理解了。

 

格式:df.dropna ( thresh=n )

 简单的理解:这一行除去NA值,剩余数值的数量大于等于n,便显示这一行。

 


 

1.先创建数组,代码如下:

 1 import numpy as np  2 from numpy import nan as NA  3 
 4 import pandas as pd  5 from pandas import Series,DataFrame  6 
 7 df = pd.DataFrame (np.random .randn(8,7))  8 
 9 df.iloc[0,:] = NA 10 df.iloc[1,:6] = NA 11 df.iloc[2,:5] = NA 12 df.iloc[3,:4] = NA 13 df.iloc[4,:3] = NA 14 df.iloc[5,:2] = NA 15 df.iloc[6,0] = NA

Jetbrains全家桶1年46,售后保障稳定

 输出显示:(最左边一列是索引)

关于参数thresh的理解(pd.dropna(thresh=n))

 


 

2.验证:

(1)n=1,即剔除NA值,这些行剩余的数值数量大于等于1

df.dropna(thresh=1)

输出显示:索引号为[0]的第1行被剔除

关于参数thresh的理解(pd.dropna(thresh=n))

 

 

(2)n=3,即剔除NA值,这些行剩余的数值数量大于等于3

df.dropna(thresh=3)

输出显示:索引号为[0]至[2]的前3行被剔除

关于参数thresh的理解(pd.dropna(thresh=n))

 

 

(3)n=6,即剔除NA值,这些行剩余的数值数量大于等于6

df.dropna(thresh=6)

输出显示:索引号为[0]至[5]的前6行被剔除

关于参数thresh的理解(pd.dropna(thresh=n))

 

 

 

 

 

转载于:https://www.cnblogs.com/zeng-ymzkx/p/11468912.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/223036.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

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