import numpy as np
import pandas as pd

#  创建一个数据
# np.nan 表示空值 NaN
# 鸢尾花的数据结构：
'''
	Sepal.Length（花萼长度）；
	Sepal.Width（花萼宽度）；
	Petal.Length（花瓣长度）；
	Petal.Width（花瓣宽度））。
'''

data = pd.DataFrame({"Sepal_Length":[3, 5.6, 6],
                     "Sepal_Width":[2, 3.5, 4.5],
                     "petal_length":[1, 1.4, 6.5],
                     "Petal_Width":[np.nan, np.nan, 0.5]})
print(data)

# 当该行数据全为空时，删除该行数据
# df = data.dropna(axis=0, how="all", thresh=None) # axis = 0行 1列；how = "all" 如果所有值为空，该行数据删除  “any” 任意值为空
# print(df)
#
# # 如果该行存在缺失值，则删除该行数据
# df = data.dropna(axis=0, how="any", thresh=None)
# print(df)

# 80% 法则 当缺失数据超过20%情况，删除该行或该列
num = 3
df = data.dropna(axis=1, thresh=num * 0.8)
print(df)

文章目录

• 一、函数参数
• 二、例子详解
• • 2.1 载入库
  • 2.2 构建一个DataFrame
  • 2.3 默认参数
  • 2.4 axis
  • 2.5 how
  • 2.6 thresh
  • 2.7 subset

一、函数参数

• 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/列只要有一个以上的空值，就删除该行/列；‘all’，表示该行/列全部都为空值，就删除该行/列。
  thresh：int型，默认为None。如果该行/列中，非空元素数量小于这个值，就删除该行/列。
  subset：子集。列表&

import  numpy as np
import pandas as pd
s=pd.Series([12,33,45,23,np.nan,np.nan,66,54,np.nan,99])
df=pd.DataFrame({'value1':[12,33,45,23,np.nan,np.nan,66,54,np.nan,99,100],
                 'value2':['a','b','c','d','e',np.nan,np.nan,'f','g',np.nan,'g']})
print(s)
s.ffill(0,inplace=True)
print(s)
print(df)
'''
method：pad/ffill:用前面的值填充
backfill/bfill:用后面的值填充
'''
df["value1"].fillna(method='backfill',inplace=True)
print(df)