Python – 如何从Pandas DataFrame中删除空行

在数据分析中，我们通常需要从数据集中移除空行。Python的Pandas库提供了一种简单的方法来实现这一点。在本文中，我们将学习如何在Python中从Pandas DataFrame中删除空行。

Pandas DataFrame简介

在开始讨论如何删除空行之前，让我们先了解一下Pandas DataFrame。DataFrame是Pandas中最常用的数据结构之一，类似于Excel表格或SQL中的表。它由行和列组成，并具有类似于SQL的功能，例如选择，过滤和汇总数据。

以下是一个简单的例子，演示如何创建并打印一个Pandas DataFrame。

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚', '小李'], '年龄': [20, 25, 30, 35], '性别': ['男', '女', '男', '女']}

df = pd.DataFrame(data)

print(df)

输出结果如下：

   姓名  年龄 性别
0  小明  20  男
1  小红  25  女
2  小刚  30  男
3  小李  35  女

如何删除空行

现在，假设我们已经有了一个包含空行的DataFrame，如何删除这些行呢？下面是一些简单的步骤。

1. 创建包含空行的DataFrame

为了演示如何删除空行，我们需要首先创建一个包含空行的DataFrame。以下是一个简单的例子，其中一个单元格包含空值。

import pandas as pd
import numpy as np

data = {'姓名': ['小明', '小红', '小刚', np.nan], '年龄': [20, 25, 30, 35], '性别': ['男', '女', '男', '女']}

df = pd.DataFrame(data)

print(df)

输出结果如下：

   姓名  年龄 性别
0  小明  20  男
1  小红  25  女
2  小刚  30  男
3  NaN  35  女

在本例中，第4行包含空值。

2. 使用dropna()函数删除空行

现在，我们可以使用Pandas中的dropna()函数来删除包含空值的行。以下是如何将其应用于我们的示例数据框的代码：

df = df.dropna()

print(df)

输出结果如下：

   姓名  年龄 性别
0  小明  20  男
1  小红  25  女
2  小刚  30  男

现在，您可以看到我们已成功删除了包含空值的行。

3. inplace参数

如果您需要将更改应用于原始DataFrame，请使用inplace参数将其设置为True。

df.dropna(inplace=True)

print(df)

输出结果与前面相同：

   姓名  年龄 性别
0  小明  20  男
1  小红  25  女
2  小刚  30  男

注意点

• 与许多其他Pandas函数一样，默认情况下，dropna()函数不会修改原始DataFrame。相反，它将返回一个新DataFrame，其中已删除了空行。
• 要在原始DataFrame上应用更改，请使用inplace参数将其设置为True。

结论

在本文中，我们学习了如何从Pandas DataFrame中删除空行。我们了解了Pandas DataFrame的基础知识，并学习了如何使用dropna()函数删除包含空值的行。我们还了解了如何使用inplace参数在原始DataFrame上应用更改。

在数据分析中，删除空行是一个常见的任务，我们希望本文为您提供了一个简单的方法来执行此任务。在未来的数据分析项目中，您可以轻松地使用Pandas来删除不必要的数据行，使数据更加干净整洁。