• pandas过滤缺失数据之dropna()


    知识点:dropna()

    df1 = df.dropna(axis=0,subset = ['b']) 

    (过滤掉b列有缺失的行,注意:若缺失值为空字符串则无法过滤)

    详解:

    Signature: df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

    axis : {0 or 'index', 1 or 'columns'}, default 0

            0, or 'index':删除包含丢失值的行

            1, or 'columns':删除包含丢失值的列

             默认为0

    how : {'any', 'all'}, default 'any'

            'any': 如果存在NA值,则删除该行或列

            'all': 如果所有值都是NA,则删除该行或列

    thresh: int,保留含有int个非空值的行

    subset: 对特定的列进行缺失值删除处理

    示例:

  • 相关阅读:
    Lake Counting
    部分和问题
    迷宫最短路
    sublime 的使用技巧
    数组
    Factorial Trailing Zeroes
    Top K Frequent Elements
    Number of Connected Component in An Undirected Graph
    Zigzag Iterator
    Single Number III
  • 原文地址:https://www.cnblogs.com/yu121/p/12944706.html
Copyright © 2020-2023  润新知