pandas删除缺失数据(pd.dropna()方法)
Posted zknublx
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas删除缺失数据(pd.dropna()方法)相关的知识,希望对你有一定的参考价值。
1.创建带有缺失值的数据库:
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(‘ df1‘) # 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(‘ drop row‘) print(df.dropna(axis = 0))
删除后结果:
以上是关于pandas删除缺失数据(pd.dropna()方法)的主要内容,如果未能解决你的问题,请参考以下文章
100天精通Python(数据分析篇)——第68天:Pandas数据清洗函数大全(判断缺失删除空值填补空值替换元素分割元素)
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列
pandas dataframe缺失值(np.nan)处理:识别缺失情况删除0值填补均值填补中位数填补加缺失标签插值填充详解及实例