Pandas之Dropna濾除缺失數據的實現方法

發布時間：2020-09-14 07:26:08 來源：腳本之家閱讀：199 作者：yungeisme 欄目：開發技術

約定：

import pandas as pd
import numpy as np
from numpy import nan as NaN

濾除缺失數據

pandas的設計目標之一就是使得處理缺失數據的任務更加輕松些。pandas使用NaN作為缺失數據的標記。

使用dropna使得濾除缺失數據更加得心應手。

一、處理Series對象

通過**dropna()**濾除缺失數據：

se1=pd.Series([4,NaN,8,NaN,5])
print(se1)
se1.dropna()

代碼結果：

0    4.0
1    NaN
2    8.0
3    NaN
4    5.0
dtype: float64

0    4.0
2    8.0
4    5.0
dtype: float64

通過布爾序列也能濾除：

se1[se1.notnull()]

代碼結果：

0    4.0
2    8.0
4    5.0
dtype: float64

二、處理DataFrame對象

處理DataFrame對象比較復雜，因為你可能需要丟棄所有的NaN或部分NaN。

df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])
df1

代碼結果：

默認濾除所有包含NaN：

df1.dropna()

代碼結果：

	0	1	2
0	1.0	2.0	3.0

傳入**how=‘all'**濾除全為NaN的行：

df1.dropna(how='all')

代碼結果：

傳入axis=1濾除列：

df1[3]=NaN
df1

代碼結果：

df1.dropna(axis=1,how="all")

代碼結果：

傳入thresh=n保留至少有n個非NaN數據的行：

df1.dropna(thresh=1)

df1.dropna(thresh=3)

代碼結果：

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。

向AI問一下細節

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本