Python中dropna的用法

前言

在數據分析和處理過程中，經常會遇到數據缺失的情況，這時候就需要使用dropna方法來刪除缺失值。

dropna函數的基本用法

dropna函數用於刪除缺失值。我們可以在調用dropna函數時指定刪除缺失值的條件。

    import pandas as pd

    # 構造含有缺失值的DataFrame
    df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8], 'C': [9, 10, 11, 12]})
    
    # 刪除df中含有缺失值的行或列
    df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

• axis：指示刪除缺失值的對象（行或列），默認值為0（即刪除行）；
• how：指示刪除缺失值的方式，’any’表示只要存在缺失值就刪除，’all’表示只有該行或列全部為缺失值時才刪除。
• thresh：在刪除前，需要保留的缺失值個數的閾值，如果該行或列的缺失值數目超過了閾值，才進行刪除操作。
• subset：在刪除行時，只考慮特定的列（即子集）是否有缺失值。
• inplace：如果為True，則直接修改目標DataFrame對象；如果為False，則返回新的修改後DataFrame對象。

dropna函數的進階用法

刪除指定列包含的缺失值

有時候，我們只想要刪除特定列（例如，只刪除salary列中存在的缺失值），可以使用subset參數指定要考慮的列。

    # 構造含有缺失值的DataFrame
    df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'], 'salary': [1200.0, np.nan, np.nan, 1500.0]})
    
    # 刪除salary列中的缺失值
    df.dropna(subset=['salary'])

根據指定條件刪除缺失值

有時候，我們需要根據特定的規則刪除缺失值，例如刪除age列中缺失值的行，但是又不想刪除全部缺失值的行。

    # 構造含有缺失值的DataFrame
    df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [20, np.nan, 25, np.nan]})
    
    # 刪除age列中的缺失值
    df.dropna(subset=['age'], how='any')

橫向刪除缺失值

有時候，我們希望刪除具有缺失值的列。

    # 構造含有缺失值的DataFrame
    df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'], 'salary': [1200.0, np.nan, np.nan, 1500.0],
                       'age': [20, np.nan, 25, np.nan]})
    
    # 刪除salary、age列中的缺失值
    df.dropna(axis=1, how='any', thresh=None, subset=None, inplace=False)

缺失值填充

有時候，刪除缺失值不是最完美的解決方案，我們需要用其他值來代替缺失值。

    # 構造含有缺失值的DataFrame
    df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'], 'salary': [1200.0, np.nan, np.nan, 1500.0]})
    
    # 用0代替salary列中的缺失值
    df['salary'].fillna(0, inplace=True)

總結

Python中的dropna函數提供了非常便利的方法來處理含有缺失值的數據。我們可以根據不同的需求制定相應的刪除策略，甚至可以用其他值來代替缺失值，使數據分析和處理更加高效精準。