dataframe.dropna()方法的作用：是刪除含用空值或缺失值得行或列，語法為：dropna（axis=0，how=『any』，thresh=none，subset=none，inplace=false）
1.axis:確定過濾的行或列，取值可以為
(1) 0或index：刪除包含缺失值的行，預設為0。
（2) 1或columns：刪除包含缺失值的列。
2. how:確定過濾的標準，取值可以為：
(1)any:預設值，如果存在nan值，就刪除該行或該列。//有乙個就刪除行或列
(2)all:如果所有值都是nan值，就刪除該行或該列。 //全部都是才刪除行或列
3. thresh:表示有效資料量的最小要求，比如thresh=3，要求該行或該列至少有三個不是nan值時將其保留。
4. subset:表示在特定的字集中尋找nan值
5. inplace:表示是否在原資料上操作，如果設為true，則表示直接修改原資料；如果設為false，則表示修改原資料的副本，返回新資料。
接下來，通過乙個例子來演示具體dropna()的使用方法，**如下：
#沒有呼叫引數的效果
#np.nan呼叫nan值,不能加引號,要不然為字串了;none也不能加引號
axis引數的用法：
how引數的用法：
thresh引數的用法：
subset引數的用法：
inplace引數的用法：
#inplace=true，直接在原資料修改，資料後面再呼叫df_obj，顯示的是修改後的資料了，不是以前那個原資料，相當於永久修改。
#inplace=false，建立原資料的副本進行修改，後面再呼叫df_obj會出現和之前初始df_obj一樣的效果，相當於臨時修改。
總結
我希望本文為您揭開dropna()方法的神秘面紗，您將能夠在您的**中正確地使用它
pandas之dropna（）的用法
該函式目的是用於濾除缺失資料。如果物件是series,則返回乙個僅含非空資料和索引值的series，預設丟棄含有缺失值的行。物件.dropna dataframe則不一樣了 data.dropna how all 傳入這個引數後將只丟棄全為缺失值的那些行 data.dropna axis 1 丟棄有...
Pandas之Dropna濾除缺失資料的實現方法
約定 import pandas as pd import numpy as np from numpy import nan as nan 濾除缺失資料 pandas的設計目標之一就是使得處理缺失資料的任務更加輕鬆些。pandas使用nan作為缺失資料的標記。使用dropna使程式設計客棧得濾除缺...
pandas 過濾缺失值函式 dropna
參考資料 pandas官方文件 release 0.23.4 利用python進行資料分析 第二版 wes mckinney 函式功能 當dataframe資料 現缺失值時，刪除這些缺失值所在的軸 滿足特定條件 呼叫方法 df data.dropna axis 0,how any thresh no...