如何在Python数据框中显示非空行和列？

在Python，not null 行和列表示具有Nan值的行和列，尤其是在 Pandas 库中。为了在Python数据框中显示非空行和列，我们将使用不同的方法，如 dropna()、notnull()、loc[]。

• dropna() ：此函数用于删除具有 NaN 值缺失值的行和列。 dropna()函数有轴参数。如果它设置为 0 那么它将删除所有具有 NaN 值的行，如果它设置为 1 那么它将删除所有具有 NaN 值的列。默认情况下，axis参数的值为0。
• notnull() ：此函数检测非缺失值并返回 DataFrame 中每个元素的布尔值掩码，指示元素是否不是 NA 值。
• loc[] ：此方法按标签或布尔数组过滤行和列。在我们的示例中，此方法通过由 notnull() 方法返回的布尔数组过滤行。

脚步：

• 导入熊猫库
• 阅读 CSV 文件，或者您可以创建自己的数据框。
• 使用如下所述的 dropna()、notnull()、loc[] 等方法之一。
• 显示结果

下面是程序中使用的StudentData.csv文件：

方法一：使用 dropna() 方法

在此方法中，我们使用 dropna() 方法删除空行并显示修改后的数据框。

Python3

# Import library
import pandas as pd
  
# Reading csv file
df = pd.read_csv('StudentData.csv')
  
# using dropna() method
df = df.dropna()
  
# Printing result
print(df)

输出：

方法二：使用notnull()和dropna()方法

在这个方法中，我们将首先使用 notnull() 方法，它返回一个具有 True 和 False 值的布尔对象。如果有 NaN 值，它将返回 false，否则返回 true。然后将这些布尔对象作为输入参数提供给 where函数以及该函数使用 drpna() 删除 NaN 行。

蟒蛇3

# Import library
import pandas as pd
  
# Reading csv file
df = pd.read_csv('StudentData.csv')
  
# using notnull() method ,it will return 
# boolean values
mask = df.notnull()
  
# using dropna() method to drop NaN 
# value rows
df = df.where(mask).dropna()
  
# Displaying result
print(df)

输出：

方法 3：使用 loc[] 和 notnull() 方法

在这个方法中，我们使用了两个概念，一个是方法，另一个是属性。因此，首先，我们找到每个特定列的非空实例的数据框，然后在整个数据上定位实例以获取数据框。

蟒蛇3

# Import library
import pandas as pd
  
# Reading csv file
df = pd.read_csv('StudentData.csv')
  
# Here filtering the rows according to 
# Grade column which has notnull value.
df = df.loc[df['Grade'].notnull()]
  
# Displaying result
print(df)

输出：

如输出图像所示，仅显示 Grade != NaN 的行。