dropna在python中的用法

import pandas as pd

# 创建一个包含缺失值的 DataFrame
data = {
    'A': [1, 2, None, 4],
    'B': [5, None, None, 8],
    'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)

# 打印原始 DataFrame
print("原始 DataFrame:")
print(df)

# 使用 dropna 删除包含任何缺失值的行
df_no_na_rows = df.dropna()
print("\n删除包含任何缺失值的行后的 DataFrame:")
print(df_no_na_rows)

# 使用 dropna 删除包含所有缺失值的行
df_no_all_na_rows = df.dropna(how='all')
print("\n删除包含所有缺失值的行后的 DataFrame:")
print(df_no_all_na_rows)

# 使用 dropna 删除包含缺失值的列
df_no_na_cols = df.dropna(axis=1)
print("\n删除包含任何缺失值的列后的 DataFrame:")
print(df_no_na_cols)

# 使用 dropna 删除至少有 2 个非缺失值的行
df_threshold = df.dropna(thresh=2)
print("\n删除至少有 2 个非缺失值的行后的 DataFrame:")
print(df_threshold)

# 使用 dropna 删除特定列中包含缺失值的行
df_drop_specific = df.dropna(subset=['B'])
print("\n删除特定列中包含缺失值的行后的 DataFrame:")
print(df_drop_specific)

解释说明：

• dropna() 是 Pandas 库中的一个方法，用于删除包含缺失值（NaN）的行或列。
• how='all' 参数表示只有当一行或一列的所有值都是缺失值时才会被删除。
• axis=1 参数表示删除的是列而不是行。
• thresh=n 参数表示保留至少有 n 个非缺失值的行。
• subset=['column_name'] 参数表示只检查指定列中的缺失值。