在Python中，dropna()函数用于删除数据框或序列中包含缺失值（NaN）的行或列。下面是dropna()函数的一些常用参数和用法：
- 删除包含缺失值的行：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna()
- 删除包含缺失值的列：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna(axis=1)
- 删除所有值都是缺失值的行或列：
import pandas as pd
df = pd.DataFrame({'A': [None, None, None], 'B': [None, None, None]})
df.dropna(how='all')
- 删除指定列中包含缺失值的行：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.dropna(subset=['A'])
这是一些dropna()函数的常用用法，可以根据具体情况选择合适的参数来删除缺失值。
提供PHP及ThinkPHP框架的定制开发、代码优化，PHP修改、ThinkPHP修改。
邮箱：yvsm@163.com
微信：yvsm316
QQ：316430983
版权声明：除特别声明外，本站所有文章皆是本站原创，转载请以超链接形式注明出处！
