在上述代码中,首先创建了一个包含缺失值的DataFrame。然后,通过df.isnull().any(axis=1)可以获取到包含缺失值的行,再通过df.drop()函数删除这些行。同样地,通过df.columns[df.isnull().any()]可以获取到包含缺失值的列,再通过df.drop()函数删除这些列。 Pandas...
或者使用columns参数: importpandasaspd data={'name':['pandasdataframe.com','pandasdataframe.com','pandasdataframe.com'],'age':[25,30,35],'city':['Beijing','Shanghai','Guangzhou']}df=pd.DataFrame(data)df.drop(columns=df.columns[df.isnull().any()])print(df)...
1 0 返回一个新的DataFrame,省略具有null值的行 # Returns a new DataFrame omitting rows with null values df4.na.drop().show() # +---+---+---+ # |age|height| name| # +---+---+---+ # | 10| 80|Alice| # +---+---+---+0 0 在熊猫下降na >>...
dropna()方法,能够找到DataFrame类型数据的空值(缺失值),将空值所在的行/列删除后,将新的DataFrame作为返回值返回。 1.函数详解 函数形式:dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False) 参数: axis:轴。0或’index’,表示按行删除;1或’columns’,表示按列删除。 how:筛选方式。‘...
=False:默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe。inplace=True:则会直接在原数据上进行删除操作,删除后无法返回...,thresh=n保留至少有n个非NaN数据的行。3、删除数据使用函数drop(labels=None,axis=0, index=None, columns=None,inplace=False ...
pd.read_excel(r'C:\Users\XXXXXX\Desktop\pandas练习文档.xlsx',sheet_name=0) #删除【地区、年份】列 #方式1: # df = df.drop(columns=['地区','年份'],axis=1) #方式2: # df = df.drop(labels=['地区','年份'],axis=1) #方式3: df = df.drop(['地区','年份'],axis=1) print(df...
columns() 方法是更改列名称的替代属性 drop() 方法用于从 DataFrame 中删除行或列 pop() 方法用于从 DataFrame 中删除行或列 sample() 方法从 DataFrame 中提取行或列的随机样本 nsmallest() 方法拉出列中值最小的行 nlargest() 方法拉出列中具有最大值的行 nlargest() 方法返回一个表示 DataFrame ...
df.drop(['B','C'],axis=1) ==df.drop(columns=['B','C']) index同理 level:代表标签所在级别,接受int/索引名,默认为None 对于MultiIndex,将从中删除对应级别的标签。 errors:默认为"raise" ignore:抑制错误,仅当标签存在时才会删除,需要删除的标签不存在也不会报错 ...
>>>df.drop(columns=['B', 'C']) A D 0 0 3 1 4 7 2 8 11 # 第一种方法下删除column一定要指定axis=1,否则会报错 >>> df.drop(['B', 'C']) ValueError: labels ['B' 'C'] not contained in axis #Drop rows >>>df.drop([0, 1]) ...
df.drop(columns = ['col1','col2'...]) df.pop('col_name') del df['col_name'] In the last section, we have shown the comparison of these functions. So stay tuned… Also, See: Drop duplicates in pandas DataFrame Drop columns with NA in pandas DataFrame ...