大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
1. pd.Series.dropna
Series.dropna(axis=0, inplace=False, how=None)
描述
返回删除了缺失值的新Series
参数
axis : {0 or ‘index’}, default 0
只有一个轴可以从中删除值
inplace : bool, default False
如果为True，则就地修改返回None
如果为False，则返回修改后的Series
how : str, optional
不使用
返回
如果inplace = True，则为None
官方案例
空字符不被认为是一个空值，None会被认为是一个空值
2 .pd.DataFrame.dropna
DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
描述
删除缺失值
参数
axis : {0 or ‘index’, 1 or ‘columns’}, default 0
确定是否删除包含缺失值的行或列。
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 : {‘any’, ‘all’}, default ‘any’
当我们有至少一个NA或全部NA时，确定是否从DataFrame中删除行或列。
‘any’：如果存在任何NA值，则删除该行或列。
‘all’：如果所有值均为NA，则删除该行或列。
thresh : int, optional
非缺失值的个数
subset : array-like, optional
沿其他轴考虑的标签，例如
如果要删除行，这些将是要包括列的列表
inplace : bool, default False
如果为True，则就地修改返回None
如果为False，则返回修改后的DataFrame
返回
如果inplace=True，则为None
官方案例
删除含有缺失值的行
删除含有缺失值的列
删除所有元素均为缺失值的行
保留至少含有两个非缺失值的行
定义在哪些列中寻找缺失值
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/192212.html原文链接：https://javaforall.net
