pandas.DataFrame.dropna

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) [source]

Возвращает объект с удаленными метками на заданной оси, где альтернативно отсутствуют какие-либо или все данные.

Параметры:

axis : {0 или ‘индекс’, 1 или ‘колонки’}, или кортеж/список Передайте кортеж или список для удаления по нескольким осям how : {‘любой’, ‘все’} любой : если присутствуют какие-либо пропущенные значения, удалите эту метку все : если все значения пропущены, удалите эту метку thresh : int, по умолчанию None целое значение : требуется столько же значений, отличных от пропущенных subset : массив-подобный Метки вдоль другой оси для рассмотрения, например, если вы удаляете строки, это будет список столбцов для включения inplace : булево, по умолчанию False Если True, выполните операцию на месте и верните None.

Возвращает:

dropped : DataFrame

Примеры

>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0], [3, 4, np.nan, 1],
...                    [np.nan, np.nan, np.nan, 5]],
...                   columns=list('ABCD'))
>>> df
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5

Удалить столбцы, где все элементы равны nan:

>>> df.dropna(axis=1, how='all')
     A    B  D
0  NaN  2.0  0
1  3.0  4.0  1
2  NaN  NaN  5

Удалить столбцы, где любой из элементов равен nan

>>> df.dropna(axis=1, how='any')
   D
0  0
1  1
2  5

Удалить строки, где все элементы равны nan (нет строк для удаления, поэтому df остается прежним):

>>> df.dropna(axis=0, how='all')
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5

Сохранить только строки с как минимум 2 значениями, отличными от nan:

>>> df.dropna(thresh=2)
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1