Pandas DataFrame.dropna()用法

本文概述

• 句法
• 参数
• Return

如果你的数据集包含空值, 则可以使用dropna()函数分析并删除数据集中的行/列。

句法

DataFrameName.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数

轴：{0或’index’, 1或’columns’}, 默认值0

它采用int或字符串值作为行/列。输入可以是0和1(整数和索引), 也可以是列(字符串)。

• 0或”索引”：删除包含缺失值的行。
• 1或”列”：删除包含缺失值的列。

怎么样 ：

当我们有至少一个不适用或所有不适用时, 它确定是否从DataFrame中删除行或列。

它只接受两种字符串值(” any”或” all”)。

• any：如果任何值为null, 则删除行/列。
• all：仅在所有值均为null时丢弃。

脱粒：

它采用整数值, 该值定义要减少的最小NA值量。

子集：

它是一个数组, 将删除过程限制为通过列表传递的行/列。

到位：

它返回一个布尔值, 如果它为True, 则会在数据帧本身中进行更改。

Return

它返回删除了NA条目的DataFrame。

对于演示, 首先, 我们获取一个csv文件, 该文件将从数据集中删除任何列。

import pandas as pd
aa = pd.read_csv("aa.csv")
aa.head()

输出

Name 
	
              Hire Date 
	
              Salary 
	
              Leaves Remaining 

             

             
	
              0 John Idle	03/15/14 
	
              50000.0 
	
              10 

             

             
	
              1 Smith Gilliam 
	
              06/01/15 
	
              65000.0 
	
              8 

             

             
	
              2 Parker Chapman 
	
              05/12/14 
	
              45000.0 
	
              10 

             

             
	
              3 Jones Palin 
	
              11/01/13 
	
              70000.0 
	
              3 

             

             
	
              4 Terry Gilliam 
	
              08/12/14 
	
              48000.0 
	
              7 

             

             
	
              5 Michael Palin 
	
              05/23/13 
	
              66000.0 
	
              8

代码

# importing pandas module 
import pandas as pd  
# making data frame from csv file 
info = pd.read_csv("aa.csv")   
# making a copy of old data frame 
copy = pd.read_csv("aa.csv") 
  
# creating value with all null values in new data frame 
copy["Null Column"]= None
  
# checking if column is inserted properly  
print(info.columns.values, "\n", copy.columns.values) 
  
# comparing values before dropping null column 
print("\nColumn number before dropping Null column\n", len(info.dtypes), len(copy.dtypes)) 
  
# dropping column with all null values 
copy.dropna(axis = 1, how ='all', inplace = True) 
  
# comparing values after dropping null column 
print("\nColumn number after dropping Null column\n", len(info.dtypes), len(info.dtypes))

输出

['	Name	Hire Date	Salary	Leaves Remaining'] 
 ['	Name	Hire Date	Salary	Leaves Remaining'
 'Null Column']

Column number before dropping Null column
 1 2

Column number after dropping Null column
 1 1

上面的代码从数据集中删除了null列, 并返回了一个新的DataFrame。