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。
python学习网,大量的免费python视频教程,欢迎在线学习!
使用dropna使得滤除缺失数据更加得心应手。
相关推荐:《Python教程》
dropna常用参数:
1 |
|
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。
1 |
|
对于DataFrame:
1 2 3 4 |
|