有这样一个表格df1
f1 f2 class
0 a NaN 11
1 a k 22
2 c NaN 11
3 d r 11
4 d y 22
5 c a 33
我需要剔除含有NaN的行,所以如下操作:
df5 = df1.dropna(axis=0, how='any', inplace=True)
结果print(df5)没有变化,啥情况?望指点
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率

已采纳
pandas dropna()失败何解?
收起
- 写回答
- 好问题 0 提建议
- 关注问题
微信扫一扫
点击复制链接分享
- 邀请回答
- 编辑 收藏 删除 结题
- 收藏 举报
2条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
风雨同ZZ 2019-08-07 03:04关注inplace的意思是替换原来的df1,如果是True,则生成新的df1替换原来的df1,不用再进行赋值,直接打印df1,如果是False,则需要重新赋值,打印df5
df1.dropna(axis=0, how='any', inplace=True) print(df1)
或者
df5 = df1.dropna(axis=0, how='any', inplace=False) print(df5)
本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报微信扫一扫
点击复制链接分享
编辑预览轻敲空格完成输入- 显示为
- 卡片
- 标题
- 链接
评论按下Enter换行,Ctrl+Enter发表内容
编辑
预览

轻敲空格完成输入
- 显示为
- 卡片
- 标题
- 链接
报告相同问题?
提交
- 2020-12-11 03:09weixin_39801714的博客 我使用了dropna()(它应该从数据帧中删除所有NA行)。然而,它不起作用。代码如下:import pandas as pdimport numpy as npprison_data = pd.read_csv('https://andrewshinsuke.me/docs/compas-scores-two-years.csv')...
- 2022-02-22 07:05数据分析小鹏友的博客 函数形式:dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False) 参数: axis:0或’index’,表示按行删除;1或’columns’,表示按列删除。 how:‘any’,表示该行/列只要有一个以上...
- 2020-04-18 11:58高斯小哥的博客 【Python进阶学习】一文带你深入探索pandas中的`dropna()`函数!该函数是处理缺失值的得力助手,通过灵活运用其参数,可轻松实现缺失值的精确控制。不仅如此,我们还将深入理解缺失值处理的策略,提升数据处理能力。...
- 2022-02-11 08:23Vergil_Zsh的博客 pandas dropna()函数
- 2021-03-16 09:31永远在减肥永远110的的小潘的博客 目录1.滤除缺失数据dropna()1)滤除含有NaN值的所有行2)滤除含有NaN值的所有列3)滤除元素...import pandas as pd import numpy as np df=pd.DataFrame({"record":[np.nan,"亚健康|潘光|45岁","疾病|张思",np.nan],"date
- 2022-06-09 17:02m0_67392811的博客 2.2 构建一个DataFrame 删除空值数量≥3的行df.dropna(thresh=3)删除索引为2的行中,存在空值的列df.dropna(subset=[2],axis=1) 结果为:
- 2020-12-31 20:41import pandas as pd import numpy as np from numpy import nan as NaN 滤除缺失数据 pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。 使用dropna使得滤除缺失数据...
- 2024-07-07 06:14那咋了??的博客 最后----->输入pip install pandas。--->输入 pip uninstall pandas。----->输入pip install pandas。...但是也存在长时间安装失败的情况。再次 “开始键”+r。应该就没有太大的问题。--->输入 cmd。--->输入 cmd。
- 2021-07-07 02:04略懂12的博客 dropna()函数的作用是去除读入的数据中(DataFrame)含有NaN的行。 如下: >>> df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'], "toy": [np.nan, 'Batmobile', 'Bullwhip'], "born": [pd....
- 2024-08-30 09:01大脑探路者的博客 pandas主要的数据结构是 Series (一维数据)与 DataFrame(二维数据)。Series (一维数据):可以是数字(整数、浮点数等)、字符串、列表,元组,字典等python对象。series的每个值都有一个索引,默认从0开始。...
- 没有解决我的问题, 去提问
联系我们(工作时间:8:30-22:00)
400-660-0108kefu@csdn.net在线客服
- 京ICP备19004658号
- 经营性网站备案信息
公安备案号11010502030143
- 营业执照
- 北京互联网违法和不良信息举报中心
- 家长监护
- 中国互联网举报中心
- 网络110报警服务
- Chrome商店下载
- 账号管理规范
- 版权与免责声明
- 版权申诉
- 出版物许可证
- ©1999-2025北京创新乐知网络技术有限公司