pandas.DataFrame.dropna

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

Удаление пропущенных значений.

Дополнительную информацию о том, какие значения считаются пропущенными, и как работать с пропущенными данными, см. в Руководстве пользователя.

Параметры:

axis : {0 или ‘индекс’, 1 или ‘колонки’}, по умолчанию 0 Определяет, удаляются ли строки или столбцы, содержащие пропущенные значения. 0 или ‘индекс’ : Удаляются строки, содержащие пропущенные значения. 1 или ‘колонки’ : Удаляются столбцы, содержащие пропущенное значение. Устаревшее с версии 0.23.0:: Передайте кортеж или список для удаления по нескольким осям. how : {‘любое’, ‘все’}, по умолчанию ‘любое’ Определяет, удаляется ли строка или столбец из DataFrame, когда у нас есть хотя бы одно значение NA или все значения NA. ‘любое’ : Если присутствуют какие-либо значения NA, удаляется соответствующая строка или столбец. ‘все’ : Если все значения являются NA, удаляется соответствующая строка или столбец. thresh : int, необязательно Требуется, чтобы было столько же значений, отличных от NA. subset : массив-подобный объект, необязательно Метки вдоль другой оси для рассмотрения, например, если вы удаляете строки, это будет список столбцов, которые нужно включить. inplace : bool, по умолчанию False Если True, операция выполняется на месте, и возвращается None.

Возвращает:

DataFrame DataFrame с удаленными из него записями NA.

См. также

DataFrame.isna

Указывает пропущенные значения.

DataFrame.notna

Указывает существующие (не пропущенные) значения.

DataFrame.fillna

Заменяет пропущенные значения.

Series.dropna

Удаляет пропущенные значения.

Index.dropna

Удаляет пропущенные индексы.

Примеры

>>> df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],
...                    "toy": [np.nan, 'Batmobile', 'Bullwhip'],
...                    "born": [pd.NaT, pd.Timestamp("1940-04-25"),
...                             pd.NaT]})
>>> df
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

Удаление строк, где хотя бы один элемент пропущен.

>>> df.dropna()
     name        toy       born
1  Batman  Batmobile 1940-04-25

Удаление столбцов, где хотя бы один элемент пропущен.

>>> df.dropna(axis='columns')
       name
0    Alfred
1    Batman
2  Catwoman

Удаление строк, где все элементы пропущены.

>>> df.dropna(how='all')
       name        toy       born
0    Alfred        NaN        NaT
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

Оставление только строк с как минимум 2 значениями, отличными от NA.

>>> df.dropna(thresh=2)
       name        toy       born
1    Batman  Batmobile 1940-04-25
2  Catwoman   Bullwhip        NaT

Определение столбцов, в которых нужно искать пропущенные значения.

>>> df.dropna(subset=['name', 'born'])
       name        toy       born
1    Batman  Batmobile 1940-04-25

Сохранение DataFrame с действительными записями в той же переменной.

>>> df.dropna(inplace=True)
>>> df
     name        toy       born
1  Batman  Batmobile 1940-04-25