python 删掉缺失值
时间: 2023-11-14 19:10:07 浏览: 62
可以使用 pandas 库中的 dropna() 方法来删除缺失值。具体操作如下:
```python
import pandas as pd
# 创建一个包含缺失值的 DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8]})
# 删除包含缺失值的行
df.dropna(inplace=True)
print(df)
```
输出结果为:
```
A B
0 1.0 5.0
3 4.0 8.0
```
相关问题
如何用python删除缺失值
使用pandas库中的dropna()函数可以删除缺失值。可以指定删除缺失值的方式,例如删除包含任何缺失值的行或列,或者删除只包含特定列的缺失值的行或列。
示例代码:
```python
import pandas as pd
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4],
'B': [5, 6, 7, None],
'C': [None, 9, 10, 11]})
# 删除包含任何缺失值的行
df.dropna(inplace=True)
# 删除只包含特定列的缺失值的行
df.dropna(subset=['A', 'B'], inplace=True)
# 删除包含任何缺失值的列
df.dropna(axis=1, inplace=True)
# 删除只包含特定行的缺失值的列
df.dropna(axis=1, subset=[0, 1], inplace=True)
```
在上述示例中,使用inplace=True参数将修改应用于原始DataFrame。如果不想修改原始DataFrame,可以将结果存储在一个新的DataFrame中。
python删除缺失值所在行
可以使用pandas库中的dropna()函数删除缺失值所在行,示例代码如下:
```python
import pandas as pd
# 创建包含缺失值的数据表
data = {'Name': ['Tom', 'Jerry', 'Mickey', 'Minnie'],
'Age': [20, 22, None, 25],
'Gender': ['Male', 'Male', 'Female', None]}
df = pd.DataFrame(data)
# 删除所有包含缺失值的行
df.dropna(inplace=True)
# 输出处理后的数据表
print(df)
```
输出结果如下:
```
Name Age Gender
0 Tom 20.0 Male
1 Jerry 22.0 Male
```
注:dropna()函数中的inplace参数设为True,则直接在原数据表中修改并返回None,否则返回新的数据表。