将dataframe内的缺失值列删除

可以使用 pandas 的 dropna() 方法删除 dataframe 内的缺失值列，示例代码如下：

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], 'C': [None, 10, 11, 12]})

# 删除缺失值列
df = df.dropna(axis=1)

# 输出删除缺失值列后的 dataframe
print(df)

输出结果：

   A
0  1
1  2
2  NaN
3  4

注意：如果想要删除缺失值行，可以将 `axis=1` 改为 `axis=0`。

相关问题

将dataframe内的缺失值行删除

可以使用 dropna() 方法删除 dataframe 内的缺失值行。具体操作如下：

df.dropna(inplace=True)

其中，df 是指要删除缺失值行的 dataframe，inplace=True 表示在原 dataframe 上进行修改。

dataframe删除缺失值行

在 Pandas 中，可以使用 `dropna()` 方法删除包含缺失值的行。

例如，假设有一个名为 `df` 的 DataFrame，其中包含缺失值。可以使用以下代码删除所有包含缺失值的行：

df = df.dropna()

默认情况下，`dropna()` 方法将删除包含任何缺失值的行。如果你只想删除包含特定列缺失值的行，可以使用 `subset` 参数：

df = df.dropna(subset=['column1', 'column2'])

此代码将仅删除 `column1` 和 `column2` 中包含缺失值的行。