
在最近的开发需求中,涉及到删除指定列值为空的行,通过查阅资料,使用.dropna可实现上述需求,为此特意写下该篇文章用于日后的复盘和学习
缺失值删除 df.dropna()https://blog.youkuaiyun.com/Hudas/article/details/122924791数据准备
import pandas as pd
import numpy as np
df = pd.DataFrame([['liver',np.nan,89,21,24,64],
['Arry','C',36,37,37,57],
[np.nan,np.nan,57,60,18,84],
['Eorge','C',93,96,71,np.nan],
[None,None,65,49,61,86]
],
columns = ['name','team','Q1','Q2','Q3','Q4'])
df
从上述df数据表可以看出,总共有6处空值
问题:删除name,team两列字段中数值为空的行
df = df.dropna(subset=['name','team'])
df(第一次处理)
经过第一次处理后的df数据表,可以看到Eorge那一行记录中的Q4仍然为空(nan) ,如果想删除Q4为空的记录,可进行下述操作
df = df.dropna(subset=['name','team','Q4'])
df(第二次处理)
扩展补充资料
筛选和删除目标值所在的行https://blog.youkuaiyun.com/Hudas/article/details/125394010?spm=1001.2014.3001.5501