Pandas数据处理时,经常需要对空值进行筛选或者过滤,这可以通过DataFrame.dropna()或者
DataFrame.notnull()来实现。
1、函数介绍:
data.dropna(
*,
axis: 'Axis' = 0,
how: 'AnyAll | lib.NoDefault' = <no_default>,
thresh: 'int | lib.NoDefault' = <no_default>,
subset: 'IndexLabel | None' = None,
inplace: 'bool' = False,
ignore_index: 'bool' = False,
) -> 'DataFrame | None'
axis取值0(默认)或者1, how取值any(默认)或者all,后面将参照到函数原型说明 。
2、创建示例数据
首先,我们创建一个示例数据集。使用Pandas创建一个包含空值的数据集如下所示:
import pandas as pd
import numpy as np
technologies= {
'Courses':["ChatGPT","AI","JAVA","Python","SQL",np.nan],
'Fee' :[50000,35000,np