码迷,mamicode.com
首页 > 其他好文 > 详细

Pandas处理缺失数据

时间:2018-03-08 17:21:03      阅读:278      评论:0      收藏:0      [点我收藏+]

标签:取值   gpo   上进   pandas   表示   taf   bsp   str   直接   

利用pandas.DataFrame.dropna处理含有缺失值的数据

1.使用形式:
DataFrame.dropna(axis=0, how=‘any‘, thresh=None, subset=None, inplace=False)

功能:处理含有缺失值的dataframe,将缺失值的行列过滤

2.参数解释:

参数:axis : 确定过滤行还是列,默认为0,可取值为:{0 or ‘index’, 1 or ‘columns’}

   how : 确定过滤的标准,可选值为{}‘any’, ‘all’}。any : 存在NA就过滤,all:某一行或者某一列全为NA就过滤

   thresh : 确定过滤的敏感程度int,取值为num,表示保留至少有num个非NA值得行、列

   inplace : boolean, 默认值 False。

    inplace=False,默认该删除操作不改变原数据,返回一个执行删除操作后的新dataframe;

    inplace=True,则会直接在原数据上进行删除操作

3.测试

测试一个过滤过缺失值的dataframe时候还有缺失值:

print(data[data.isnull().any(axis=1)].size)
#输出data中含有NA值得列的数目,输出为0

 

 

      

 

 

Pandas处理缺失数据

标签:取值   gpo   上进   pandas   表示   taf   bsp   str   直接   

原文地址:https://www.cnblogs.com/cnXuYang/p/8529045.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!