python的dropna函数_Pandas DataFrame.dropna()用法
本文概述
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 Idle03/15/14
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
['NameHire DateSalaryLeaves Remaining']
['NameHire DateSalaryLeaves 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。
python的dropna函数_Pandas DataFrame.dropna()用法相关推荐
- python replace函数_Pandas DataFrame.replace()用法
本文概述 Pandas replace()是一个非常丰富的函数, 用于从DataFrame替换字符串, 正则表达式, 字典, 列表和序列. DataFrame的值可以动态替换为其他值.它能够使用Pyt ...
- python cut函数_Pandas DataFrame.cut()用法例子
本文概述 当需要将数据值分段并将其分类到bin中时, 将调用cut()方法.它用于将连续变量转换为分类变量.它还可以将元素数组分离到单独的容器中.该方法仅适用于一维数组状对象. 如果我们有大量标量数据 ...
- python中fillna函数_Pandas DataFrame.fillna()例子
本文概述 我们可以使用fillna()函数填充数据集中的空值. 句法 DataFrame.fillna(value=None, method=None, axis=None, inplace=Fals ...
- python中shift函数_pandas DataFrame.shift()函数
pandas DataFrame.shift()函数可以把数据移动指定的位数 period参数指定移动的步幅,可以为正为负.axis指定移动的轴,1为行,0为列. eg: 有这样一个DataFrame ...
- pandas使用dropna函数删除dataframe中全是缺失值的数据列(drop columns with all missing values in dataframe)
pandas使用dropna函数删除dataframe中全是缺失值的数据列(drop columns with all missing values in dataframe) 目录
- pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一阈值的数据列
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一阈值的数据列(drop columns with non missing values less than a thre ...
- pandas使用dropna函数删除dataframe中所有包含缺失值的数据行(drop rows which contain missing vlaues in dataframe)
pandas使用dropna函数删除dataframe中所有包含缺失值的数据行(drop rows which contain missing vlaues in dataframe) 目录
- pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列(drop columns with non missing values less than a pr ...
- pandas使用dropna函数删除dataframe数据中指定数据列的内容为缺失值的数据行(使用subset参数指定数据列)
pandas使用dropna函数删除dataframe数据中指定数据列的内容为缺失值的数据行(使用subset参数指定数据列) 目录
最新文章
- dedecms首页搜索 添加仿百度下拉框
- WPF DatePicker默认显示当前日期,格式化为年月日(转)
- python(numpy,pandas1)——numpy(ndim,shape,size,zero, empty, arange, linspace)
- java zip malformed_关于Java解压文件的一些坑及经验分享(MALFORMED异常)
- VTK:几何对象之QuadraticTetra
- hdu4565之矩阵快速幂
- ADO得到字段名的代码
- 如何设置tomcat的默认应用。
- Linux下Socket编程的端口问题( Bind error: Address already in use )
- 技术出身要创业,容易吗?
- 腾讯QQ浏览器 10.0.932.400 正式版
- Java实战之管家婆记账系统(19)——报告界面及功能实现
- 前端预览pdf文件流
- 2019上半年软件设计师考试体会
- 2017283421俞烨炜
- AHC(AsyncHttpClient)文件描述符泄漏
- 推荐一位大神,手握 GitHub 16000 star
- Win10深色模式和白天模式设置
- 不会PS图片怎么批量调色
- 【单片机】心形流水灯の制作指南(保姆级)