Python|熊猫索引.dropna()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas Index.dropna()函数返回没有 NA/NaN 值的索引。删除所有缺失值并返回一个新对象，其中不包含任何NaN值。

Syntax: Index.dropna(how=’any’)

Parameters :
how : {‘any’, ‘all’}, default ‘any’
If the Index is a MultiIndex, drop the value when any or all levels are NaN.

Returns : valid : Index

示例 #1：使用Index.dropna()函数从包含日期时间数据的给定索引中删除所有缺失值。

Python3

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index(['2015-10-31', '2015-12-02', None, '2016-01-03',
                '2016-02-08', '2017-05-05', None, '2014-02-11'])
  
# Print the Index
idx

输出 ：

让我们从索引中删除所有NaN值。

Python3

# drop all missing values.
idx.dropna(how ='all')

输出 ：

正如我们在输出中看到的那样， Index.dropna()函数已经删除了所有缺失的值。示例 #2：使用Index.dropna()函数删除索引中的所有缺失值。索引包含字符串类型数据。

Python3

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index(['Jan', 'Feb', 'Mar', None, 'May', 'Jun',
                None, 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])
  
# Print the Index
idx

输出 ：

让我们删除所有缺失的值。

Python3

# drop the missing values
idx.dropna(how ='any')

输出 ：

正如我们在输出中看到的那样，月份的所有缺失值都已被删除。