介绍dropna()函数

一、函数作用

dropna()函数是Pandas库中的一个非常实用的函数，它的作用是用于删除缺失值所在的行或列。

二、函数语法

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

参数解释：

• axis：默认为0，表示删除缺失值所在的行；如果为1，则表示删除缺失值所在的列。

• how：删除缺失值的方式，可以选择以下两种选项之一：

  • 'any'：只要有一个缺失值，就删除该行或列。
  • 'all'：所有的值都缺失，才删除该行或列。

• thresh：int类型或None，表示每行或列最少含有的非缺失值；默认为None，即不设置阈值。

• subset：list类型或None，表示需要考虑的列，如果为None，则删除所有缺失值所在的行或列。

• inplace：默认为False，表示不改变原数据，而是返回一个新的数据；如果为True，则在原数据上进行操作。

三、使用示例

下面通过一个简单的示例来演示如何使用dropna()函数。

首先，我们生成一个示例数据集：

import pandas as pd

data = {'name': ['Mike', 'Jim', 'Tom', 'Mary', 'Emily'],
        'age': [20, None, 22, 25, None],
        'gender': ['M', 'M', None, 'F', 'F']}

df = pd.DataFrame(data)
print(df)

输出结果：

     name   age gender
0    Mike  20.0      M
1     Jim   NaN      M
2     Tom  22.0   None
3    Mary  25.0      F
4   Emily   NaN      F

然后，我们使用dropna()函数来删除缺失值所在的行：

new_df = df.dropna()
print(new_df)

输出结果：

   name   age gender
0  Mike  20.0      M
3  Mary  25.0      F

我们可以看到，缺失值所在的行已经被删除了。

如果我们将axis参数设置为1，则会删除缺失值所在的列：

new_df = df.dropna(axis=1)
print(new_df)

输出结果：

    name
0   Mike
1    Jim
2    Tom
3   Mary
4  Emily

我们可以看到，缺失值所在的列已经被删除了。

如果我们将thresh参数设置为2，则只删除缺失值数量超过2个的行：

new_df = df.dropna(thresh=2)
print(new_df)

输出结果：

   name   age gender
0  Mike  20.0      M
2   Tom  22.0   None
3  Mary  25.0      F

我们可以看到，因为第二行缺失值数量为2，所以被删除了。

如果我们将subset参数设置为['age']，则只考虑'age'列中的缺失值：

new_df = df.dropna(subset=['age'])
print(new_df)

输出结果：

   name   age gender
0  Mike  20.0      M
2   Tom  22.0   None
3  Mary  25.0      F

我们可以看到，只有'age'列中的缺失值所在的行被删除了，'gender'列中的缺失值所在的行未被删除。

四、总结

dropna()函数是Pandas库中非常实用的一个函数，它能够帮助我们删除缺失值所在的行或列，具有方便、快捷的特点，可以使数据处理更加简便高效。使用本函数需要注意参数的含义和设置，才能达到我们预期的效果。