自從用了這招pandas 空資料處理方法，python程式設計速度提升了不少

今天為大家帶來的內容是：自從用了這招pandas 空資料處理方法，python程式設計速度提升了不少

文章內容主要介紹了pandas 空資料處理方法詳解，文中透過示例程式碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友可以參考下。

1。檢視行或列是否有空格（以下的df為DataFrame型別，axis=0，代表列，axis=1代表行，以下的返回值都是行或列索引加上布林值）

isnull方法 ：

例子：

注意點：以上方法都可以用~取反的辦法獲取相反的結果

2。在1的前提下使用df。loc［］，可取出1中篩選出資料的具體資料如：

df。loc［df。isnull（）。any（axis=1）］

取出這幾行的索引可用屬性index如：df。loc［df。isnull（）。any（axis=1）］。index

得到這些索引後可以使用drop方法進行刪除如：

注意：drop方法中的axis值與其他方法相反，axis=0表示行，=1表示列。

df。drop（labels=drop_index， axis=0）

嗨嘍：正在學習python的小夥伴或者打算學習的，可以私信小編“07”領取資料！

總結下來為4步：

一。使用isnull或notnull篩選：df。isnull（）。any（axis=0）

二。使用loc取出具體資料：df。loc［df。isnull（）。any（axis=1）］

三：取出這些資料的索引：df。loc［df。isnull（）。any（axis=1）］。index

四。使用drop刪除：df。drop（labels=drop_index， axis=0）

以上就是本文的全部內容啦，希望對各位的學習能夠起到一些幫助。

最後多說一句，小編是一名python開發工程師，這裡有我自己整理了一套最新的python系統學習教程，包括從基礎的python指令碼到web開發、爬蟲、資料分析、資料視覺化、機器學習等。想要這些資料的可以關注小編，並在後臺私信小編：“07”即可領取。