pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。
使用dropna使得滤除缺失数据更加得心应手。
dropna常用参数:
# DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
主要的2个参数:
#axis=0:删除包含缺失值(NaN)的行
#axis=1:删除包含缺失值(NaN)的列
# how=‘any’:要有缺失值(NaN)出现删除
# how=‘all’:所有的值都缺失(NaN)才删除
这两个要配合使用才好。
该函数主要用于滤除缺失数据。如果是Series,则返回一个仅含非空数据和索引值的Series,默认丢弃含有缺失值的行。
xx.dropna()
对于DataFrame:
data.dropna(how = 'all') # 传入这个参数后将只丢弃全为缺失值的那些行 data.dropna(axis = 1) # 丢弃有缺失值的列(一般不会这么做,这样会删掉一个特征) data.dropna(axis=1,how="all") # 丢弃全为缺失值的那些列 data.dropna(axis=0,subset = ["Age", "Sex"]) # 丢弃‘Age’和‘Sex’这两列中有缺失值的行
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试