溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
python中dropna的使用方法是什么？這個問題可能是我們日常學習或工作經常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家帶來的參考內容，讓我們一起來看看吧！
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。
dropna常用參數：
# DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
主要的2個參數：
#axis=0：刪除包含缺失值（NaN）的行
#axis=1：刪除包含缺失值（NaN）的列
# how=‘any’：要有缺失值（NaN）出現刪除
# how=‘all’：所有的值都缺失（NaN）才刪除
這兩個要配合使用才好。
該函數主要用于濾除缺失數據。如果是Series，則返回一個僅含非空數據和索引值的Series，默認丟棄含有缺失值的行。
xx.dropna()
對于DataFrame:
data.dropna(how = 'all') # 傳入這個參數后將只丟棄全為缺失值的那些行 data.dropna(axis = 1) # 丟棄有缺失值的列（一般不會這么做，這樣會刪掉一個特征） data.dropna(axis=1,how="all") # 丟棄全為缺失值的那些列 data.dropna(axis=0,subset = ["Age", "Sex"]) # 丟棄‘Age’和‘Sex’這兩列中有缺失值的行
感謝各位的閱讀！看完上述內容，你們對python中dropna的使用方法是什么大概了解了嗎？希望文章內容對大家有所幫助。如果想了解更多相關文章內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
