python中dropna的用法

在 Python 中，dropna() 是 Pandas 模块中的一个函数，用于删除数据集中包含缺失值的行或列。它的语法如下：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

其中，各参数的含义如下：

- `axis`: 表示删除哪个轴上包含缺失值的行或列，0 表示删除包含缺失值的行，1 表示删除包含缺失值的列，默认为 0。
- `how`: 表示删除的方式，可选值为 'any' 或 'all'，'any' 表示只要该行或列中存在一个缺失值就删除，'all' 表示该行或列所有值都是缺失值才删除，默认为 'any'。
- `thresh`: 表示该行或列中非缺失值的数量，如果该数量小于 thresh，则删除该行或列。
- `subset`: 表示删除哪些列中包含缺失值的行，可以是一个列名列表。
- `inplace`: 表示是否直接在原数据集上进行修改，默认为 False。

下面是一个简单的例子，演示如何使用 dropna() 函数删除包含缺失值的行：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8], 'C': [9, 10, 11, 12]})
print('原始数据集:\n', df)

# 删除包含缺失值的行
df_dropna = df.dropna()
print('删除缺失值后的数据集:\n', df_dropna)

输出结果如下：

原始数据集:
      A    B   C
0  1.0  5.0   9
1  2.0  NaN  10
2  NaN  7.0  11
3  4.0  8.0  12
删除缺失值后的数据集:
      A    B   C
0  1.0  5.0   9
3  4.0  8.0  12