您好,登錄后才能下訂單哦!
python中dropna的使用方法是什么?這個(gè)問(wèn)題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見(jiàn)到的。希望通過(guò)這個(gè)問(wèn)題能讓你收獲頗深。下面是小編給大家?guī)?lái)的參考內(nèi)容,讓我們一起來(lái)看看吧!
pandas的設(shè)計(jì)目標(biāo)之一就是使得處理缺失數(shù)據(jù)的任務(wù)更加輕松些。pandas使用NaN作為缺失數(shù)據(jù)的標(biāo)記。
使用dropna使得濾除缺失數(shù)據(jù)更加得心應(yīng)手。
dropna常用參數(shù):
# DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
主要的2個(gè)參數(shù):
#axis=0:刪除包含缺失值(NaN)的行
#axis=1:刪除包含缺失值(NaN)的列
# how=‘a(chǎn)ny’:要有缺失值(NaN)出現(xiàn)刪除
# how=‘a(chǎn)ll’:所有的值都缺失(NaN)才刪除
這兩個(gè)要配合使用才好。
該函數(shù)主要用于濾除缺失數(shù)據(jù)。如果是Series,則返回一個(gè)僅含非空數(shù)據(jù)和索引值的Series,默認(rèn)丟棄含有缺失值的行。
xx.dropna()
對(duì)于DataFrame:
data.dropna(how = 'all') # 傳入這個(gè)參數(shù)后將只丟棄全為缺失值的那些行 data.dropna(axis = 1) # 丟棄有缺失值的列(一般不會(huì)這么做,這樣會(huì)刪掉一個(gè)特征) data.dropna(axis=1,how="all") # 丟棄全為缺失值的那些列 data.dropna(axis=0,subset = ["Age", "Sex"]) # 丟棄‘Age’和‘Sex’這兩列中有缺失值的行
感謝各位的閱讀!看完上述內(nèi)容,你們對(duì)python中dropna的使用方法是什么大概了解了嗎?希望文章內(nèi)容對(duì)大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。