Python Pandas中dropna()函数详解：如何删除包含空值的行或列

摘要与函数概述

摘要

dropna()方法用于识别DataFrame类型数据中的空值（即缺失值），并将包含这些空值的指定行或列删除，最终返回一个新的DataFrame对象。

函数详解

dropna函数参数详解

函数签名：dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

参数说明：

axis：指定操作的轴。值为0或'index'时，表示按行进行删除操作；值为1或'columns'时，表示按列进行删除操作。

how：指定筛选空值的条件。取值为'any'时，表示只要该行或列中存在任意一个空值，即执行删除；取值为'all'时，表示仅当该行或列的所有元素均为空值时，才执行删除。

thresh：非空元素数量的阈值。类型为int，默认为None。若指定该值，则当某行或列中非空元素的数量低于此阈值时，该行或列将被删除。

subset：指定参与判断的子集。类型为列表，包含行索引或列索引。当axis为0或'index'（按行删除）时，subset中的元素应为列索引，用于限定判断哪些列的空值触发删除；当axis为1或'columns'（按列删除）时，subset中的元素应为行索引，用于限定判断哪些行的空值触发删除。

inplace：是否原地修改。类型为布尔值，默认为False。若设为True，则直接在原DataFrame上进行修改，该方法返回None；若为False，则返回一个新的DataFrame，原数据不变。

示例演示

dropna使用示例

首先创建用于测试的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)

示例一：按行删除，只要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'))

示例二：按行删除，仅当所有数据均为空值时才删除该行

#  按行删除：所有数据都为空值，即删除该行
print(d.dropna(axis=0, how='all'))

示例三：按列删除，若某列非空元素数量小于5，则删除该列

# 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))

示例四：设置子集，仅当第0、5、6、7列同时为空时，才删除该行

# 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]))

示例五：设置子集，仅当第5、6、7行中存在空值时，才删除对应的列

# 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]))

示例六：原地修改数据

# 原地修改
print(d.dropna(axis=0, how='any', inplace=True))
print("==============================")
print(d)

实际应用场景扩展

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:\Python\Anaconda\python.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

本文介绍了Python中删除包含空值行的方法，更多相关Python删除空行技巧可参考本站历史文章或继续浏览后续内容，感谢支持。