全国旗舰校区

不同学习城市 同样授课品质

北京

深圳

上海

广州

郑州

大连

武汉

成都

西安

杭州

青岛

重庆

长沙

哈尔滨

南京

太原

沈阳

合肥

贵阳

济南

下一个校区
就在你家门口
+
当前位置:首页  >  技术干货

dropna()函数的用法讲解

发布时间:2023-03-15 18:08:00
发布人:qyf

dropna()函数的用法讲解

  dropna()是 pandas 库中的一个函数,用于删除 DataFrame 中的缺失值。在数据分析和数据清洗中,缺失值通常需要被处理。使用 可以将缺失值所在的行或列从 DataFrame 中删除,以便进行进一步的数据分析。dropna()

  下面是 函数的一些用法:dropna()

  1. 删除含有缺失值的行或列

  删除含有缺失值的行: 或df.dropna(axis=0)df.dropna()

  删除含有缺失值的列:df.dropna(axis=1)

  其中, 表示按行删除, 表示按列删除。如果不指定 参数,则默认删除含有缺失值的行。axis=0axis=1axis

  2. 指定删除的阈值

  可以使用 参数来指定保留数据的最小非缺失值数量,若某一行或列中非缺失值数量小于该阈值,则该行或列将被删除。thresh

  按行删除,保留至少 3 个非缺失值的行:df.dropna(thresh=3)

  按列删除,保留至少 2 个非缺失值的列:df.dropna(axis=1, thresh=2)

  3. 指定删除的位置

  可以使用 参数来指定删除缺失值的位置,以及要考虑的列。subset

  删除 “age” 列中缺失值的行:df.dropna(subset=['age'])

  删除 “age” 和 “gender” 列中缺失值的行:df.dropna(subset=['age', 'gender'])

  4. 填充缺失值

  除了删除缺失值,还可以使用 函数来填充缺失值。函数可以用指定的值填充缺失值,例如:fillna()fillna()

  使用 0 填充缺失值:df.fillna(0)

  使用平均值填充缺失值:df.fillna(df.mean())

  以上是 函数的一些常用用法,可以根据具体的需求选择使用。

相关文章

python写入json文件?

python写入json文件?

2023-11-02
vscode设置tab为4个空格?

vscode设置tab为4个空格?

2023-11-02
更新pycharm?

更新pycharm?

2023-11-02
anaconda每次打开都要安装?

anaconda每次打开都要安装?

2023-11-02

最新文章

武汉新媒体行业公司排名

武汉新媒体行业公司排名

2023-11-01
武汉新媒体就业现状好吗

武汉新媒体就业现状好吗

2023-11-01
武汉全媒体行业发展现状及趋势

武汉全媒体行业发展现状及趋势

2023-10-31
武汉全媒体现状

武汉全媒体现状

2023-10-31
在线咨询 免费试学 教程领取