pandas.DataFrame.dropna

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

Удаление пропущенных значений.

См. Руководство пользователя для получения дополнительной информации о том, какие значения считаются пропущенными и как работать с пропущенными данными.

Параметры

axis:{0 или ‘index’, 1 или ‘columns’}, по умолчанию 0

Определяет, строки или столбцы, содержащие пропущенные значения, будут удалены.

• 0 или ‘index’ : Удаление строк, содержащих пропущенные значения.

• 1 или ‘columns’ : Удаление столбцов, содержащих пропущенные значения.

Изменено в версии 1.0.0: Передача кортежа или списка для удаления по нескольким осям. Разрешена только одна ось.

how:{‘any’, ‘all’}, по умолчанию ‘any’

Определяет, удаляется ли строка или столбец из DataFrame, когда у нас есть хотя бы одно значение NA или все значения NA.

• ‘any’ : Если присутствуют какие-либо значения NA, удалите эту строку или столбец.

• ‘all’ : Если все значения являются NA, удалите эту строку или столбец.

thresh:int, необязательно

Требуется, чтобы много значений не было NA. Нельзя комбинировать с how.

subset:метка столбца или последовательность меток, необязательно

Метки по другой оси для рассмотрения, например, если вы удаляете строки, это будет список столбцов, которые нужно включить.

inplace:bool, по умолчанию False

Изменить DataFrame вместо создания нового.

Возвращает

DataFrame или None

DataFrame с удаленными значениями NA или None, если inplace=True.

См. также

DataFrame.isna

Указывает пропущенные значения.

DataFrame.notna

Указывает существующие (не пропущенные) значения.

DataFrame.fillna

Замена пропущенных значений.

Series.dropna

Удаление пропущенных значений.

Index.dropna

Удаление пропущенных индексов.

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 присутствует хотя бы одно отсутствующее значение.

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

Удаление столбцов, где присутствует хотя бы одно отсутствующее значение.

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

Удаление строк, где все значения отсутствуют.

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

Сохранение только строк 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

Определение столбцов, в которых нужно искать отсутствующие значения.

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

Сохранение DataFrame с действительными значениями в той же переменной.

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