将df数据中有缺失项的数据删除 python代码
时间: 2023-09-13 07:08:28 浏览: 30
可以使用 `dropna()` 函数来删除 DataFrame 数据中包含缺失值的行。以下是一个示例代码:
```python
import pandas as pd
# 创建一个包含缺失值的 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
'age': [25, 32, None, 19, 27],
'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)
# 删除包含缺失值的行
df = df.dropna()
# 打印删除后的 DataFrame
print(df)
```
运行上面的代码后,将输出以下结果:
```
name age gender
0 Alice 25.0 F
1 Bob 32.0 M
3 David 19.0 M
4 Emily 27.0 F
```
其中,`dropna()` 函数将会删除包含缺失值的行,并返回一个新的 DataFrame。如果需要在原有 DataFrame 上直接删除,可以使用 `inplace=True` 参数。例如:
```python
# 直接在原有 DataFrame 上删除包含缺失值的行
df.dropna(inplace=True)
# 打印删除后的 DataFrame
print(df)
```
注意,`dropna()` 函数默认只会删除包含任意缺失值的行。如果需要删除包含所有缺失值的行,可以使用 `how='all'` 参数。例如:
```python
# 删除包含所有缺失值的行
df.dropna(how='all', inplace=True)
# 打印删除后的 DataFrame
print(df)
```