Python里dropna函数

在 Pandas 库中，DataFrame 对象提供了 dropna() 方法，用于删除 DataFrame 中的缺失值。该方法可以根据指定的轴、缺失值出现的数量等条件进行删除操作，并返回一个新的 DataFrame，其中已经删除了缺失值。

dropna() 方法的语法如下：

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

其中，axis 参数用于指定删除缺失值的轴，0 表示删除行，1 表示删除列；how 参数用于指定删除缺失值的方式，'any' 表示只要出现缺失值就删除，'all' 表示只有当整行或整列都是缺失值时才删除；thresh 参数用于指定保留的非缺失值的最小数量；subset 参数用于指定删除操作依据的列名。inplace 参数用于指定是否在原始 DataFrame 上进行删除操作，默认为 False，即返回一个新的 DataFrame。

示例代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [3, np.nan, 5]})
print(df)

# 删除缺失值
new_df = df.dropna()
print(new_df)

以上代码中，我们构造了一个包含缺失值的 DataFrame，并使用 dropna() 方法删除了其中的缺失值。输出结果如下：

     A    B
0  1.0  3.0
1  2.0  NaN
2  NaN  5.0
     A    B
0  1.0  3.0

以上输出结果表明，经过删除操作后，只剩下了原始 DataFrame 中没有缺失值的那一行。