Pandas教程-Pandas DataFrame.dropna()

如果您的数据集包含空值，我们可以使用 dropna() 函数来分析和删除数据集中的行/列。

语法：

DataFrameName.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)  

参数：

• axis :{0 或 'index'，1 或 'columns'}，默认值 0
  它接受整数或字符串值用于行/列。对于整数，输入可以是 0 和 1，对于字符串，输入可以是 'index' 或 'columns'。
• 0，或 'index'： 删除包含缺失值的行。
• 1，或 'columns'： 删除包含缺失值的列。
• how :它确定当我们至少有一个 NA 或所有 NA 时，从 DataFrame 中删除行或列。
  它采用两种类型的字符串值之一（'any' 或 'all'）。
• any： 如果任何值为 null，则删除行/列。
• all： 仅在所有值为 null 时才删除。
• thresh: 它接受整数值，定义要删除的最小 NA 值数量。
• subset: 它是一个数组，通过列表限制删除过程。
• inplace: 它返回一个布尔值，如果为 True，则在数据框本身进行更改。

返回值

它返回已删除 NA 条目的 DataFrame。

首先，我们将采用一个包含任何列的 csv 文件来演示它将如何从数据集中删除任何列。

import pandas as pd  
aa = pd.read_csv("aa.csv")  
aa.head()  

输出

Name	Hire Date	Salary	Leaves Remaining
0 John Idle 03/15/14	50000.0	10
1 Smith Gilliam	06/01/15	65000.0	8
2 Parker Chapman	05/12/14	45000.0	10
3 Jones Palin	11/01/13	70000.0	3
4 Terry Gilliam	08/12/14	48000.0	7
5 Michael Palin	05/23/13	66000.0	8

代码:

# importing pandas module   
import pandas as pd    
# making data frame from csv file   
info = pd.read_csv("aa.csv")     
# making a copy of old data frame   
copy = pd.read_csv("aa.csv")   
    
# creating value with all null values in new data frame   
copy["Null Column"]= None  
    
# checking if column is inserted properly    
print(info.columns.values, "\n", copy.columns.values)   
    
# comparing values before dropping null column   
print("\nColumn number before dropping Null column\n",   
       len(info.dtypes), len(copy.dtypes))   
    
# dropping column with all null values   
copy.dropna(axis = 1, how ='all', inplace = True)   
    
# comparing values after dropping null column   
print("\nColumn number after dropping Null column\n",   
      len(info.dtypes), len(info.dtypes))    

输出

['    Name    Hire Date    Salary    Leaves Remaining'] 
 ['    Name    Hire Date    Salary    Leaves Remaining'
 'Null Column']

Column number before dropping Null column
 1 2

Column number after dropping Null column
 1 1

上面的代码从数据集中删除了 null 列，并返回了一个新的 DataFrame。