聊聊python dropna()和notnull()的用法區別
定義一個DataFrame
data = {'a':[1,2,3,NaN],'b':['l','k','j','k'],'c':['12r','45h','45u','456u']} frame1 = DataFrame(data) print(frame1) print('\n') print(frame1.dropna()) print('\n') print(frame1[frame1.notnull()])
輸出:
當未精確定位到某一列,但該列中存在空值時,dropna()會將空值所在行刪除,而notnull()不會
在精確定位到某一列後,dropna()會輸出series,而notnull()輸出DataFrame
print(frame1) print('\n') print(frame1.a.dropna()) print('\n') print(frame1[frame1.a.notnull()])
輸出:
補充:padas.notnull函數
pandas的notnull函數,用於返回非空值的集合。下面舉一個例子。
1、構造一個DataFrame
df = pd.DataFrame([['1', 'bee', 'cat'], [None, None, 'fly']])
2、測試notnull函數
a = pd.notnull(df[0])
將a打印一下,結果如下。
0 True 1 False
3、通過a來取df的內容
b = df[a] print(b)
結果為
0 1 2 0 1 bee cat
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。
推薦閱讀:
- Python數據分析 Pandas Series對象操作
- 使用pandas或numpy處理數據中的空值(np.isnan()/pd.isnull())
- Pandas||過濾缺失數據||pd.dropna()函數的用法說明
- Python中的pandas表格模塊、文件模塊和數據庫模塊
- python數學建模之三大模型與十大常用算法詳情