小记pandas中DataFrame.dropna方法

最新推荐文章于 2025-04-16 14:17:39 发布

原创最新推荐文章于 2025-04-16 14:17:39 发布 · 4.8k 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #pandas

语言-python 专栏收录该内容

16 篇文章

订阅专栏

本文介绍如何使用 Pandas 的 dropna 方法来处理 DataFrame 对象中的缺失值。通过实际案例展示了如何沿不同轴删除含有 NaN 的行或列，并提供了一个包含员工数据的具体示例。

DateFrame对象中dropna方法可以删除空值

这里简单记录一下用法

import pandas as pd
import pymysql

conn = pymysql.connect(
    host='47.104.31.138', port=3306,
    user='guest', password='Guest.618',
    database='hrs', charset='utf8mb4'
)
emp_df = pd.read_sql('select * from tb_emp', conn, index_col='eno')
print(emp_df)
#`axis`参数可以指定沿着0轴还是1轴删除，也就是说当遇到空值时，是删除整行还是删除整列，默认是沿0轴进行删除的
print(emp_df.dropna())
print(emp_df.dropna(axis=1))

D:\python\python3\python3.exe C:/Users/86150/Desktop/我的PYTHON项目/pandas/test3.py
     ename   job     mgr   sal    comm  dno
eno                                        
1359  胡一刀    销售员  3344.0  1800   200.0   30
2056    乔峰   分析师  7800.0  5000  1500.0   20
3088   李莫愁   设计师  2056.0  3500   800.0   20
3211   张无忌   程序员  2056.0  3200     NaN   20
3233   丘处机   程序员  2056.0  3400     NaN   20
3244   欧阳锋   程序员  3088.0  3200     NaN   20
3251   张翠山   程序员  2056.0  4000     NaN   20
3344    黄蓉  销售主管  7800.0  3000   800.0   30
3577    杨过    会计  5566.0  2200     NaN   10
3588   朱九真    会计  5566.0  2500     NaN   10
4466   苗人凤   销售员  3344.0  2500     NaN   30
5234    郭靖    出纳  5566.0  2000     NaN   10
5566   宋远桥   会计师  7800.0  4000  1000.0   10
7800   张三丰    总裁     NaN  9000  1200.0   20
     ename   job     mgr   sal    comm  dno
eno                                        
1359  胡一刀    销售员  3344.0  1800   200.0   30
2056    乔峰   分析师  7800.0  5000  1500.0   20
3088   李莫愁   设计师  2056.0  3500   800.0   20
3344    黄蓉  销售主管  7800.0  3000   800.0   30
5566   宋远桥   会计师  7800.0  4000  1000.0   10
     ename   job   sal  dno
eno                        
1359  胡一刀    销售员  1800   30
2056    乔峰   分析师  5000   20
3088   李莫愁   设计师  3500   20
3211   张无忌   程序员  3200   20
3233   丘处机   程序员  3400   20
3244   欧阳锋   程序员  3200   20
3251   张翠山   程序员  4000   20
3344    黄蓉  销售主管  3000   30
3577    杨过    会计  2200   10
3588   朱九真    会计  2500   10
4466   苗人凤   销售员  2500   30
5234    郭靖    出纳  2000   10
5566   宋远桥   会计师  4000   10
7800   张三丰    总裁  9000   20

Process finished with exit code 0