Python数据预处理：dropna()函数的用法讲解

更新时间:2022年11月04日11时24分来源:传智教育浏览次数:

好口碑IT培训

　　在Python中，我们可以通过dropna()方法来删除含有空值或缺失值的行或列，其语法格式如下：

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

　　上述方法中部分参数表示的含义如下：

　　(1)axis：确定过滤行或列，取值可以为：

　　◆0或index：删除包含缺失值的行，默认为0。

　　◆1或columns：删除包含缺失值的列。

　　(2)how：确定过滤的标准，取值可以为：

　　◆any：默认值。如果存在NaN值，则删除改行或该列。

　　◆all：如果所有值都是NaN值，则删除改行或该列。

　　(3)thresh：表示有效数据量的最小要求。若传入了2，则是要求该行或该列至少有两个非NaN值时将其保留。

　　(4)subset：表示在特定的子集中寻找NaN值。

　　(5)inplace：表示是否在原数据上操作。如果设为True，则表示修改原始数据的副本，返回新的数据。

　　假设，现在有一张关于书籍信息的表格，它里面有类别、书名和作者三列数据。其中，在索引为0的一行中作者为None，则表明该位置的数据是空值。如果删除这些空值和缺失值，那么删除前后的效果如图4-1所示。

删除空值/缺失值前后的表格

　　图4-1 删除空值/缺失值前后的表格

上一篇：数据分析工具Pandas：常用的统计计算 下一篇：Python中怎样选择正确的可视化图表？

最新资讯