Python 选择没有 na 的列

在数据分析和机器学习中，我们需要清洗数据以便进行后续的处理。其中一项重要任务是处理缺失值（NA值）。

在Python中，可以使用pandas包来处理数据。本文介绍如何在pandas中选择没有NA值的列。

数据集

我们首先需要创建一个示例数据集，其中包含一些NA值。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan],
                   'B': [4, np.nan, np.nan],
                   'C': [7, 8, 9]})

以上代码创建了一个包含3列的数据集，其中第一列'A'有1个NA值，第二列'B'有2个NA值，第三列'C'没有NA值。

选择没有NA值的列

我们可以使用pandas的dropna()函数来删除含有NA值的行或列。以下是选择没有NA值的列的示例代码：

without_na = df.loc[:, df.notna().all()]

以上代码将选择没有NA值的列，并将结果保存在一个新的数据集中。

代码解析

• df.notna()返回一个与输入数据集相同大小的布尔型数据集，其中True表示为该位置的值不是NA值，False表示为该位置的值是NA值。

• df.notna().all()返回一个大小为列数的Series对象，其中True表示该列中的所有值都不是NA值。

• df.loc[:, df.notna().all()]选择没有NA值的列。

总结

在Python中，我们可以使用pandas的dropna()函数来删除含有NA值的行或列。选择没有NA值的列可以通过如下代码实现：

without_na = df.loc[:, df.notna().all()]

以上就是选择没有NA值的列的完整示例，相信读者现在已经能够轻松应用这个技巧。