pandas.DataFrame.dropna

DataFrame.dropna(self, 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 or ‘index’, 1 or ‘columns’}, default 0 Определите, удалять ли строки или столбцы, содержащие пропущенные значения. 0 или ‘index’ : Удаление строк, содержащих пропущенные значения. 1 или ‘columns’ : Удаление столбцов, содержащих пропущенные значения. Устарело начиная с версии 0.23.0: Передайте кортеж или список для удаления по нескольким осям. Допускается только одна ось. how : {‘any’, ‘all’}, default ‘any’ Определите, удалять ли строку или столбец из DataFrame, когда у нас есть хотя бы одно NA или все NA. ‘any’ : Если присутствуют какие-либо значения NA, удалите эту строку или столбец. ‘all’ : Если все значения — NA, удалите эту строку или столбец. thresh : int, optional Требуется, чтобы много значений не было NA. subset : array-like, optional Метки вдоль другой оси для рассмотрения, например, если вы удаляете строки, это будет список столбцов для включения. inplace : bool, default False Если True, выполнить операцию на месте и вернуть None.

Возвращает:

DataFrame DataFrame с удаленными из него записями с NA.

См. также

DataFrame.isna

Указать пропущенные значения.

DataFrame.notna

Указать существующие (не пропущенные) значения.

DataFrame.fillna

Заменить пропущенные значения.

Series.dropna

Удалить пропущенные значения.

Index.dropna

Удалить 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

Удалить строки, где хотя бы один элемент отсутствует.

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

Удалить столбцы, где хотя бы один элемент отсутствует.

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

Удалить строки, где все элементы отсутствуют.

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

Сохранить только строки с как минимум 2-мя значениями, отличными от NA.

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

Определить, в каких столбцах искать пропущенные значения.

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

Сохранить DataFrame со допустимыми записями в той же переменной.

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