2019-03-07
阅读量:
539
DataFrame的缺失值过滤
DataFrame删除缺失值相对于Series而言就要复杂一些，也许有的时候你是想删除含有缺失值的行或列，也许有时候你需要删除的是，当整行或整列全为缺失值的时候才删除，好在pandas对于这两种情况都有相对应的处理方法。
1、 删除含有缺失值的行和列
df.dropna(
axis=0, # 0: 对行进行操作; 1: 对列进行操作
how='any' # 'any': 只要存在 NaN 就 drop 掉; 'all': 必须全部是 NaN 才 drop
)
2、 删除全为缺失值的行和列
3、使用thresh控制删除的行数
df.fillna(value=0)
39.3729
2
1
关注作者
收藏
评论(0)
发表评论
暂无数据
