pandas删除NaN|极客笔记

pandas删除NaN

在数据处理过程中，经常会遇到缺失值NaN（Not a Number）的情况，如何处理这些NaN值是数据清洗的一个重要步骤。Pandas是Python中用于数据处理和分析的库，提供了丰富的功能来处理NaN值。本文将介绍如何使用Pandas来删除DataFrame中的NaN值。

为什么要删除NaN值

在数据分析过程中，NaN值可能会导致计算结果出现错误或者造成分析结果不准确。因此，通常需要在处理数据之前先对NaN值进行处理。删除NaN值是一种常见的方法，可以避免NaN值对分析结果的影响。

删除NaN值的方法

在Pandas中，可以使用dropna()方法来删除包含NaN值的行或列。下面将介绍几种常用的删除NaN值的方法。

删除包含NaN值的行

如果想要删除DataFrame中包含NaN值的行，可以使用dropna()方法，并设置axis=0参数，该参数表示删除包含NaN值的行。

import pandas as pd

data = {'A': [1, 2, None, 4],
        'B': [5, 6, 7, None],
        'C': [8, None, 10, 11]}

df = pd.DataFrame(data)

print("原始数据：")
print(df)

df_cleaned = df.dropna(axis=0)

print("删除包含NaN值的行后的数据：")
print(df_cleaned)

运行结果：

原始数据：
     A    B     C
0  1.0  5.0   8.0
1  2.0  6.0   NaN
2  NaN  7.0  10.0
3  4.0  NaN  11.0

删除包含NaN值的行后的数据：
     A    B     C
0  1.0  5.0   8.0

删除包含NaN值的列

如果想要删除DataFrame中包含NaN值的列，可以使用dropna()方法，并设置axis=1参数，该参数表示删除包含NaN值的列。

import pandas as pd

data = {'A': [1, 2, None, 4],
        'B': [5, 6, 7, None],
        'C': [8, None, 10, 11]}

df = pd.DataFrame(data)

print("原始数据：")
print(df)

df_cleaned = df.dropna(axis=1)

print("删除包含NaN值的列后的数据：")
print(df_cleaned)

运行结果：

原始数据：
     A    B     C
0  1.0  5.0   8.0
1  2.0  6.0   NaN
2  NaN  7.0  10.0
3  4.0  NaN  11.0

删除包含NaN值的列后的数据：
Empty DataFrame
Columns: []
Index: [0, 1, 2, 3]

删除所有值都为NaN的行或列

有时候可能会遇到所有值都为NaN的行或列，可以使用dropna()方法的how='all'参数来删除这些行或列。

import pandas as pd

data = {'A': [None, None, None, None],
        'B': [5, None, 7, None],
        'C': [8, None, 10, None]}

df = pd.DataFrame(data)

print("原始数据：")
print(df)

df_cleaned = df.dropna(axis=0, how='all')

print("删除所有值都为NaN的行后的数据：")
print(df_cleaned)

运行结果：

原始数据：
     A    B     C
0  NaN  5.0   8.0
1  NaN  NaN   NaN
2  NaN  7.0  10.0
3  NaN  NaN   NaN

删除所有值都为NaN的行后的数据：
     A    B     C
0  NaN  5.0   8.0
2  NaN  7.0  10.0