详解pandas删除缺失数据(pd.dropna()方法)

1.创建带有缺失值的数据库：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), index = list('abcde'), columns = ['one', 'two', 'three'])    # 随机产生5行3列的数据
df.ix[1, :-1] = np.nan    # 将指定数据定义为缺失
df.ix[1:-1, 2] = np.nan

print('\ndf1')    # 输出df1，然后换行
print(df)

查看数据内容：

2.通常情况下删除行，使用参数axis = 0，删除列的参数axis = 1,通常不会这么做，那样会删除一个变量。

print('\ndrop row')
print(df.dropna(axis = 0))

删除后结果：

以上就是本文的全部内容，希望对大家的学习有所帮助

您可能感兴趣的文章:

• Pandas删除数据的几种情况(小结)
• pandas 数据归一化以及行删除例程的方法
• Pandas:Series和DataFrame删除指定轴上数据的方法