详解pandas删除缺失数据(pd.dropna()方法)

时间:2021-05-22

1.创建带有缺失值的数据库:

import pandas as pdimport numpy as npdf = 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.nanprint('\ndf1') # 输出df1,然后换行print(df)

查看数据内容:

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:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章