删除或删除具有空值的行和列 - Python

在处理数据分析或机器学习任务时，经常需要处理缺失值或空值。在Python中，我们可以通过一些方法来删除具有空值的行和列。

删除具有空值的行

我们可以使用dropna()方法删除具有空值的行。该方法将返回一个新的DataFrame对象，其中不包含具有空值的行。

import pandas as pd

df = pd.read_csv('data.csv')
# 删除具有空值的行
new_df = df.dropna()

删除具有空值的列

我们可以使用dropna()方法的axis参数来删除具有空值的列。当axis=1时，表示删除具有空值的列。该方法将返回一个新的DataFrame对象，其中不包含具有空值的列。

import pandas as pd

df = pd.read_csv('data.csv')
# 删除具有空值的列
new_df = df.dropna(axis=1)

只删除所有值均为空的行或列

我们可以使用dropna()方法的how参数来控制删除行或列的条件。当how='all'时，表示只删除所有值均为空的行或列。

import pandas as pd

df = pd.read_csv('data.csv')
# 只删除所有值均为空的行或列
new_df = df.dropna(how='all')

指定删除的阈值

我们可以使用dropna()方法的thresh参数来指定删除行或列的阈值。当指定thresh=n时，表示删除具有n个或更少非空值的行或列。

import pandas as pd

df = pd.read_csv('data.csv')
# 删除具有少于3个非空值的行
new_df = df.dropna(thresh=3)

以上就是删除或删除具有空值的行和列的几种方法。在处理数据时，根据具体情况选择合适的方法进行空值处理。