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
dropna()函数的作用是去除读入的数据中（DataFrame）含有NaN的行。
如下：
>>> df = pd.DataFrame({
"name": ['Alfred', 'Batman', 'Catwoman'],
"toy": [np.nan, 'Batmobile', 'Bullwhip'],
"born": [pd.NaT, pd.Timestamp("1940-04-25"),
pd.NaT]})
>>> df
name toy born
0 Alfred NaN NaT
1 Batman Batmobile 1940-04-25
2 Catwoman Bullwhip NaT
使用 dropna() 效果：
>>> df.dropna()
name toy born
1 Batman Batmobile 1940-04-25
注意：
在代码中要保存对原数据的修改，需要添加 inplace 参数 ，inplace=True 表示直接在原数据上更改
df.dropna(inplace=True)
例：
dfs = pd.read_excel(path, sheet_name='Sheet1',index_col='seq')
dfs.dropna(inplace=True) #去除包含NaN 的行
print(dfs)#若不用inplace=True，此处 dfs 结果仍包含NaN
dropna 参数：
-
axis: default 0指行,1为列
-
how: {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;’all’指清除全是缺失值的
-
thresh: int,保留含有int个非空值的行
-
subset: 对特定的列进行缺失值删除处理
-
inplace: 这个很常见,True表示直接在原数据上更改
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/192268.html原文链接：https://javaforall.net
