Pandas实现某列删除None值
更新时间:2025年09月02日 08:37:41 作者:羊肉串儿加点辣
文章指出表格中的None分为空值和字符串两种类型,处理时需先将字符串"None"替换为pandas的nan,再通过dropna()函数删除空值,以确保数据清洗的准确性
首先应该判断自己表格中的None的类型
表格中None有两种情况:
- (1)空值类型的None。
- (2)字符串类型的None,是真实存在的。
处理空值类型的None
df.dropna(how='all')#删除所有内容均为缺失值的行 df.dropna(axis=1) #丢弃有缺失值的列 df.dropna(axis=1, how = 'all') #丢弃所有列中所有值均缺失的列 df.dropna(axis=0, subset=['datetime', 'values'])#丢弃datetime和values这两列中有缺失值的行
处理字符串类型的None
可以先将“None”值replace为pandas可读取的空值
如nan,然后再用dropna()去掉即可
df.replace(to_replace='None', value=np.nan).dropna()
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
python使用PIL和matplotlib获取图片像素点并合并解析
这篇文章主要介绍了python使用PIL和matplotlib获取图片像素点并合并解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-09-09
Python操作MySQL数据库实例详解【安装、连接、增删改查等】
这篇文章主要介绍了Python操作MySQL数据库,结合实例形式详细分析了Python操作mysql数据库的安装、连接、增删改查等相关实现技巧与注意事项,需要的朋友可以参考下2020-01-01


最新评论