python | panda index . drop na()
哎哎哎:# t0]https://www . geeksforgeeks . org/python 熊猫索引-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。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。 熊猫 Index.dropna() 函数返回无 NA/NaN 值的指数。所有丢失的值都被移除，并返回一个新的对象，该对象中不存在任何 NaN 值。
语法:Index . dropna(how = ' any ') 参数: how : {'any '，' all'}，默认为' any' 如果 Index 是 MultiIndex，当任意或所有级别都是 NaN 时，删除该值。 返回:有效:索引
示例#1: 使用 Index.dropna()函数从包含日期时间数据的给定索引中移除所有缺失的值。
Python 3
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['2015-10-31', '2015-12-02', None, '2016-01-03',
'2016-02-08', '2017-05-05', None, '2014-02-11'])
# Print the Index
idx
输出:
让我们从索引中删除所有的 NaN 值。
Python 3
# drop all missing values.
idx.dropna(how ='all')
输出:
正如我们在输出中看到的，Index.dropna()函数已经删除了所有缺失的值。
例 2: 使用 Index.dropna()函数删除索引中所有缺失的值。索引包含字符串类型数据。
Python 3
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['Jan', 'Feb', 'Mar', None, 'May', 'Jun',
None, 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])
# Print the Index
idx
输出:
让我们去掉所有缺失的值。
Python 3
# drop the missing values
idx.dropna(how ='any')
输出:
正如我们在输出中看到的，所有缺失的月份值都被删除了。
版权属于：月萌API www.moonapi.com，转载请注明出处
