pandas删除缺失数据(pd.dropna()方法)

1.创建带有缺失值的数据库：

import pandas as pd
import numpy as npdf = pd.DataFrame(np.random.randn(5, 3), index = list('abcde'), columns = ['one', 'two', 'three'])        # 随机产生5行3列的数据
df.ix[1, :-1] = np.nan        # 将指定数据定义为缺失
df.ix[1:-1, 2] = np.nanprint('\ndf1')        # 输出df1，然后换行
print(df)

查看数据内容：

2.通常情况下删除行，使用参数axis = 0，删除列的参数axis = 1,通常不会这么做，那样会删除一个变量。

print('\ndrop row')
print(df.dropna(axis = 0))

删除后结果：

pandas删除缺失数据(pd.dropna()方法)相关推荐

Data Whale第20期组队学习 Pandas学习—缺失数据
Data Whale第20期组队学习 Pandas学习-缺失数据一.缺失值的统计和删除 1.1 统计缺失信息 1.2 删除缺失信息二.缺失值的填充和插值 2.1 利用fillna进行填充 2.2 ...
插值法补齐缺失数据_一种挽救你缺失数据的好方法——多重补插
原标题:一种挽救你缺失数据的好方法--多重补插缺失数据--研究中的绊脚石在医学研究中,我们经常会碰到缺失数据.无论是因为实验设计的问题,或是检测手段精度,又或是医学实验中的不可抗力因素.一旦数据没 ...
pandas删除重复数据
https://blog.csdn.net/weixin_42322206/article/details/127673480 1.pandas中重复索引问题 df = df[~df.index.du ...
R语言实战-第十八章 R处理缺失数据的高级方法
第18章处理缺失数据的高级方法 # 目的:识别缺失数据:检查导致数据缺失的原因:删除包含的缺失值的实例或用合理的数值代替(插补)缺失值 #主要包: mice包 #主要数据集:VIM包中的sleep数 ...
java list 合并重复的数据_Java ArrayList合并并删除重复数据3种方法
首页 > 基础教程 > 集合框架 > ArrayList类 Java ArrayList合并并删除重复数据3种方法 1. 通过List自带方法list.retainAll() Lis ...
python pandas dropna_Pandas之Dropna滤除缺失数据的实现方法
约定: import pandas as pd import numpy as np from numpy import nan as NaN 滤除缺失数据 pandas的设计目标之一就是使得处理缺失 ...
缺失数据填补基础方法（3）——Multiple Imputation by Chained Equations (MICE)
目录一.MICE方法介绍二.数据集介绍 2.1 数据集来源 2.2 类别属性 2.3 下载链接三.代码实现 3.1 读取数据 3.2 检查数据类型 3.3 检查相关性 3.4 检查缺失值 3.5 ...
EXCEL删除重复数据的多种方法
EXCEL删除重复数据在新旧版本中操作方法有所不同. 先来说说EXCEL2003吧. 这里就要用到"高级筛选"功能,不多说了.大家可以自己去了解下"高级筛选"这 ...
关于python使用pandas导入dat数据文件的方法（可导入任意dat数据文件和csv数据文件）
我相信大家在学习python中会遇到一些很苦恼的数据导入问题,csdn上面的数据导入五花八门,大多是在特定条件实行的数据导入,我在学习机器学习分类算法实现中发现csdn上面有很多dat数据文件,所以想 ...

pandas删除缺失数据(pd.dropna()方法)

pandas删除缺失数据(pd.dropna()方法)相关推荐

最新文章

热门文章