Pandas DataFrame.dropna()

如果您的数据集包含空值，我们可以使用 dropna() 函数来分析和删除数据集中的行/列。

语法

参数

• axis : {0 或 'index', 1 或 'columns'}, 默认值为 0
  它接受用于行/列的 int 或 string 值。 输入可以是整数的 0 和 1，字符串的 index 或 columns 。
  • 0, 或 'index': 删除包含缺失值的行。
  • 1, 或 'columns': 删除包含缺失值的列。
• how
  确定当至少有一个 NA 或所有 NA 时，是否从 DataFrame 中删除行或列。
  它只接受两种字符串值 ('any' 或 'all')。
  • any: 如果任何值为空，则删除行/列。
  • all: 仅当所有值都为空时才删除。
• thresh
  它采用整数值，该值定义了要删除的 NA 值的最小数量。
• subset
  它是一个数组，通过列表将删除过程限制为传递的行/列。
• inplace
  它返回一个布尔值，如果为 True，则会在数据框本身中进行更改。

返回值

它返回从中删除 NA 条目的 DataFrame。

为了演示，首先，我们采用一个 csv 文件，该文件将从数据集中删除任何列。

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

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空列并返回了一个新的 DataFrame。