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。