pandas模块dropna数据清理删除NaN--python3

1、首先介绍dropna常用参数：

# DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

主要的2个参数：

#axis=0: 删除包含缺失值（NaN）的行

#axis=1: 删除包含缺失值（NaN）的列

# how=‘any’ :要有缺失值（NaN）出现删除

# how=‘all’: 所有的值都缺失（NaN）才删除

这两个要配合使用才好。

还有一个thresh参数

如果缺失值（NaN）的数量大于thresh，将删除

2、创建还有Nan的矩阵数据

df4 = pd.DataFrame(np.arange(16).reshape(4,4), columns = ['列1','列2','列3','列4'])print(df4)df4.loc[1,:]  = np.nanprint(df4)df4.loc[:, '列2']   = np.nanprint(df4)

3、1）删除MAT中真正所有含NAN的行和列 全删。

# 只要有Nan 行列就删！

print(df4.dropna())

因为所有行列都含有Nan因此删光了

4、2）选择删除

2.1）# how: 与axis配合使用  

how=‘any’ :只要有缺失值出现，就删除

print(df4.dropna(axis=0, how='any'))

2.2）# how=‘all’: 所有的值都缺失，才删除

print(df4.dropna(axis=0, how='all'))

对比连个结果 一个都删=空 一个还有数据！

5、3） 一个删除列的例子

# /删除列print(df4.dropna(axis=1, how='all'))print("---------------")print(df4.dropna(axis=1, how='any'))

结果也不同 说 python的pandas对缺失值处理很灵活。

6、4）缺失值的数量大于thresh，将删除

print("-----缺失值的数量大于thresh，将删除---------")# 如果缺失值的数量大于thresh，将删除print(df4.dropna(axis=1, thresh=3))print(df4.dropna(axis=1, thresh=5))