pandas中dropna方法的使用

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。

本文链接： https://blog.csdn.net/weixin_44706915/article/details/102688651

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