缺失值处理 DropNa

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)

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！