pandas删除缺失数据(pd.dropna()方法)

1.创建带有缺失值的数据库：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), index = list(‘abcde‘), columns = [‘one‘, ‘two‘, ‘three‘])        # 随机产生5行3列的数据
df.ix[1, :-1] = np.nan        # 将指定数据定义为缺失
df.ix[1:-1, 2] = np.nan

print(‘\ndf1‘)        # 输出df1，然后换行
print(df)        

查看数据内容：

2.通常情况下删除行，使用参数axis = 0，删除列的参数axis = 1,通常不会这么做，那样会删除一个变量。

print(‘\ndrop row‘)
print(df.dropna(axis = 0))

删除后结果：

原文地址：https://www.cnblogs.com/zknublx/p/9720321.html