pandas 删除有空值的行
时间: 2023-09-11 19:04:43 浏览: 63
要删除有空值的行,可以使用`dropna`函数。以下是一个例子:
```python
import pandas as pd
# 创建包含空值的 DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8]})
# 删除有空值的行
df = df.dropna()
print(df)
```
输出:
```
A B
0 1.0 5.0
3 4.0 8.0
```
在这个例子中,我们创建了一个包含空值的 DataFrame,并使用 `dropna` 函数删除了有空值的行。注意,`dropna` 函数默认只删除包含空值的行,但可以使用 `axis` 参数指定删除列中包含空值的行。如果希望只删除某些列中包含空值的行,则可以使用 `subset` 参数。
相关问题
pandas删除列为空值的行
可以使用 pandas 中的 dropna 函数来删除列为空值的行。具体操作如下:
```python
import pandas as pd
# 创建示例数据
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': ['a', 'b', None, 'd']})
# 删除列为空值的行
df.dropna(subset=['A', 'B'], inplace=True)
```
在上述代码中,`subset` 参数用于指定需要检查空值的列,`inplace` 参数用于指定是否在原 DataFrame 上进行修改。这样,就可以删除列 A 和 B 中含有空值的行。
pandas 删除空值
在 Pandas 中,我们可以使用 dropna() 函数来删除空值。这个函数默认会删除包含任意空值的行或列,具体取决于你所指定的轴参数。你可以使用 axis 参数来指定删除行还是列,默认为删除行。如果你想在原地删除空值而不是创建一个新的 DataFrame,可以使用 inplace=True 参数。除此之外,你还可以使用 thresh 参数来指定每行或每列至少需要包含多少个非空值才不会被删除。
下面是一个简单的例子:
```python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None, 4],
'B': [5, None, None, 8],
'C': [9, 10, 11, 12]})
# 删除包含空值的行
df.dropna()
# 删除包含空值的列
df.dropna(axis=1)
# 在原地删除包含空值的行
df.dropna(inplace=True)
# 至少需要两个非空值才保留该行或该列
df.dropna(thresh=2)
```