pandas 删除缺失值

示例

创建DataFrame时None，python的缺失值将转换为NaNpandas的缺失值：

In [11]: df = pd.DataFrame([[1, 2, None, 3], [4, None, 5, 6], 
                            [7, 8, 9, 10], [None, None, None, None]])

Out[11]: 
     0    1    2     3
0  1.0  2.0  NaN   3.0
1  4.0  NaN  5.0   6.0
2  7.0  8.0  9.0  10.0
3  NaN  NaN  NaN   NaN

如果至少一列缺少值，则删除行

In [12]: df.dropna()
Out[12]:
     0    1    2     3
2  7.0  8.0  9.0  10.0

这将返回一个新的DataFrame。如果要更改原始DataFrame，请使用inplace参数（df.dropna(inplace=True)）或将其分配回原始DataFrame（）。df = df.dropna()

如果缺少该行中的所有值，则删除行

In [13]: df.dropna(how='all')
Out[13]: 
     0    1    2     3
0  1.0  2.0  NaN   3.0
1  4.0  NaN  5.0   6.0
2  7.0  8.0  9.0  10.0

放下列不具有至少3个非缺失值

In [14]: df.dropna(axis=1, thresh=3)
Out[14]: 
     0     3
0  1.0   3.0
1  4.0   6.0
2  7.0  10.0
3  NaN   NaN