python | pandas data frame . drop na()
哎哎哎:# t0]https://www . geeksforgeeks . org/python 熊猫 dataframe-dropna/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。Pandas 就是其中之一，它让数据的导入和分析变得更加容易。
有时 csv 文件有空值，这些值后来在数据框中显示为 NaN。Pandas dropna() 方法允许用户以不同的方式分析和删除空值的行/列。
语法:
DataFrameName.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
参数:
轴:轴取行/列的 int 或 string 值。整数的输入可以是 0 或 1，字符串的输入可以是“索引”或“列”。 how: how 只取两种字符串值(‘any’或‘all’)。如果 any 值为空，则“ANY”删除行/列，如果 all 值为空，则“ALL”删除行/列。 thresh: thresh 取整数值，表示 na 值下降的最小值。 子集:它是一个数组，将删除过程限制在通过列表传递的行/列。 inplace: 是一个布尔值，如果为 True，则改变数据框本身。
有关代码中使用的 CSV 文件的链接，请单击此处的。
示例#1: 删除至少有 1 个空值的行。
读取数据框，并删除所有具有空值的行。比较新旧数据框的大小，看看有多少行至少有 1 个空值。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv")
# making new data frame with dropped NA values
new_data = data.dropna(axis = 0, how ='any')
# comparing sizes of data frames
print("Old data frame length:", len(data), "\nNew data frame length:",
len(new_data), "\nNumber of rows with at least 1 NA value: ",
(len(data)-len(new_data)))
输出:
Old data frame length: 458
New data frame length: 364
Number of rows with at least 1 NA value: 94
因为差异是 94，所以有 94 行在任何列中都至少有 1 个空值。
示例#2: 更改轴并使用方式和位置参数
制作了两个数据帧。所有值都=无的列将被添加到新的数据框中。验证列名以查看是否正确插入了空列。然后比较删除 NaN 值前后的列数。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv")
# making a copy of old data frame
new = pd.read_csv("nba.csv")
# creating a value with all null values in new data frame
new["Null Column"]= None
# checking if column is inserted properly
print(data.columns.values, "\n", new.columns.values)
# comparing values before dropping null column
print("\nColumn number before dropping Null column\n",
len(data.dtypes), len(new.dtypes))
# dropping column with all null values
new.dropna(axis = 1, how ='all', inplace = True)
# comparing values after dropping null column
print("\nColumn number after dropping Null column\n",
len(data.dtypes), len(new.dtypes))
输出:
['Name' 'Team' 'Number' 'Position' 'Age' 'Height' 'Weight' 'College'
'Salary']
['Name' 'Team' 'Number' 'Position' 'Age' 'Height' 'Weight' 'College'
'Salary' 'Null Column']
Column number before dropping Null column
9 10
Column number after dropping Null column
9 9
版权属于：月萌API www.moonapi.com，转载请注明出处
