版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
参数
pd.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
axis : 0为删除行,1为删除列
import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randn(4,5),columns=list('abcde'))
df.loc[1,['b','d']]=np.nan
df.dropna(axis=0)
df.dropna(axis=1)
how : {‘any’, ‘all’}
any : 存在即nan即丢弃,all : 全部为nan才丢弃
df.dropna(axis=0,how='all')
可以发现,并未删除,我们重新增加一列全部为nan
df['f']=np.nan
df
这次再执行
即删除了
thresh :默认值 None值(int) :要求每排至少N个非NA值
subset : 类似于数组
inplace : 默认值 False
当为False时,我们刚才的操作其实并未在原对象进行修改,他会返回一个新的对象
从上不难看出,当inplace=False时候,原对象并未被修改,而是把修改后的返回给新对象
而当inplace 为True 时则直接对原对象进行操作