Pandas||過濾缺失數據||pd.dropna()函數的用法說明

Posted on by

看代碼吧~

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
Remove missing values.

pd.dropna()函數(官方文檔)用於過濾數據中的缺失數據.

缺失數據在pandas中用NaN標記.

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 3), index = list('abcde'), columns = ['one', 'two', 'three'])        # 隨機產生5行3列的數據    
df.ix[1, :-1] = np.nan        # 將指定數據定義為缺失
df.ix[1:-1, 2] = np.nan
print(df)

在這裡插入圖片描述 

df.dropna()   #刪除所有帶缺失數據的行

在這裡插入圖片描述

parameters 詳解
axis default 0指行,1為列
how {‘any’, ‘all’}, default ‘any’指帶缺失值的所有行;’all’指清除全是缺失值的行
thresh int,保留含有int個非空值的行
subset 對特定的列進行缺失值刪除處理
inplace 這個很常見,True表示就地更改

補充：Python-pandas的dropna()方法-丟棄含空值的行、列

0.摘要

dropna()方法，能夠找到DataFrame類型數據的空值（缺失值），將空值所在的行/列刪除後，將新的DataFrame作為返回值返回。

1.函數詳解

函數形式：dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False)

參數：

axis：軸。0或’index’，表示按行刪除；1或’columns’，表示按列刪除。

how：篩選方式。‘any’，表示該行/列隻要有一個以上的空值，就刪除該行/列；‘all’，表示該行/列全部都為空值，就刪除該行/列。

thresh：非空元素最低數量。int型，默認為None。如果該行/列中，非空元素數量小於這個值，就刪除該行/列。

subset：子集。列表，元素為行或者列的索引。如果axis=0或者‘index’，subset中元素為列的索引；如果axis=1或者‘column’，subset中元素為行的索引。由subset限制的子區域，是判斷是否刪除該行/列的條件判斷區域。

inplace：是否原地替換。佈爾值，默認為False。如果為True，則在原DataFrame上進行操作，返回值為None。

2.示例

創建DataFrame數據：

import numpy as np
import pandas as pd
 
a = np.ones((11,10))
for i in range(len(a)):
    a[i,:i] = np.nan
 
d = pd.DataFrame(data=a)
print(d)

按行刪除：存在空值，即刪除該行

# 按行刪除：存在空值，即刪除該行
print(d.dropna(axis=0, how='any'))

按行刪除：所有數據都為空值，即刪除該行

#  按行刪除：所有數據都為空值，即刪除該行
print(d.dropna(axis=0, how='all'))

按列刪除：該列非空元素小於5個的，即刪除該列

# 按列刪除：該列非空元素小於5個的，即刪除該列
print(d.dropna(axis='columns', thresh=5))

設置子集：刪除第0、5、6、7列都為空的行

# 設置子集：刪除第0、5、6、7列都為空的行
print(d.dropna(axis='index', how='all', subset=[0,5,6,7]))

設置子集：刪除第5、6、7行存在空值的列

# 設置子集：刪除第5、6、7行存在空值的列
print(d.dropna(axis=1, how='any', subset=[5,6,7]))

原地修改

# 原地修改
print(d.dropna(axis=0, how='any', inplace=True))
print("==============================")
print(d)

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。

推薦閱讀：