1.摘要
dropna()方法,能够找到DataFrame类型数据的空值(缺失值),将空值所在的行/列删除后,将新的DataFrame作为返回值返回。
2.函数详解
函数形式:dropna(axis=0, how="any", thresh=None, subset=None, inplace=False)
参数:
axis:轴。0或"index",表示按行删除;1或"columns",表示按列删除。
how:筛选方式。‘any",表示该行/列只要有一个以上的空值,就删除该行/列;‘all",表示该行/列全部都为空值,就删除该行/列。
thresh:非空元素最低数量。int型,默认为None。如果该行/列中,非空元素数量小于这个值,就删除该行/列。
subset:子集。列表,元素为行或者列的索引。如果axis=0或者‘index",subset中元素为列的索引;如果axis=1或者‘column",subset中元素为行的索引。由subset限制的子区域,是判断是否删除该行/列的条件判断区域。
inplace:是否原地替换。布尔值,默认为False。如果为True,则在原DataFrame上进行操作,返回值为None。
3.示例
创建DataFrame数据:
import numpy as np
import pandas as pd
a = np.ones((11,10))
for i in range(len(a)):
a[i,:i] = np.nan
d = pd.DataFrame(data=a)
print(d)
按行删除:存在空值,即删除该行
# 按行删除:存在空值,即删除该行
print(d.dropna(axis=0, how="any"))
按行删除:所有数据都为空值,即删除该行
# 按行删除:所有数据都为空值,即删除该行
print(d.dropna(axis=0, how="all"))
按列删除:该列非空元素小于5个的,即删除该列
# 按列删除:该列非空元素小于5个的,即删除该列
print(d.dropna(axis="columns", thresh=5))
设置子集:删除第0、5、6、7列都为空的行
# 设置子集:删除第0、5、6、7列都为空的行
print(d.dropna(axis="index", how="all", subset=[0,5,6,7]))
设置子集:删除第5、6、7行存在空值的列
# 设置子集:删除第5、6、7行存在空值的列
print(d.dropna(axis=1, how="any", subset=[5,6,7]))
原地修改
# 原地修改
print(d.dropna(axis=0, how="any", inplace=True))
print("==============================")
print(d)
实例扩展:
代码实现
import pandas as pd
data = pd.read_excel("test.xlsx",sheet_name="Sheet1")
datanota = data[data["销售人员"].notna()]
print(datanota)
输出结果
D:PythonAnacondapython.exe D:/Python/test/EASdeal/test.py
城市 销售金额 销售人员
0 北京 10000 张丽丽
1 上海 50000 潇潇
2 深圳 60000 笨笨笨
3 成都 40000 达达
Process finished with exit code 0
到此这篇关于python如何删除列为空的行的文章就介绍到这了!