共計 776 個字符，預計需要花費 2 分鐘才能閱讀完成。
在 Python 中，dropna() 函數用于刪除包含缺失值的行或列。它可以應用于 Pandas 的 DataFrame 和 Series 對象。
當應用于 DataFrame 時，dropna() 函數將刪除包含任何缺失值的行或列，默認情況下，它將刪除包含任何 NaN 值的行。但是，您可以通過指定參數來自定義刪除缺失值的方式。
當應用于 Series 時，dropna() 函數將刪除包含缺失值的元素。
下面是 dropna() 函數的常用參數：
- axis：指定刪除行還是列。默認為 0（刪除行）。如果設定為 1，則刪除列。
- how：指定刪除的方式。可選的值有 {‘any’,‘all’}。默認為’any’，表示只要存在一個缺失值就刪除，’all’表示只刪除全部為缺失值的行 / 列。
- subset：指定在哪些列或行中刪除缺失值。可以是一個標簽列表或一個包含標簽的字典。
- inplace：指定是否在原始數據上進行操作，默認為 False，表示返回一個新的對象。
下面是 dropna() 函數的幾個示例：
import pandas as pd
# 創建一個包含缺失值的 DataFrame
data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [np.nan, 8, 9]}
df = pd.DataFrame(data)
# 刪除包含缺失值的行
df.dropna()
# 刪除包含缺失值的列
df.dropna(axis=1)
# 只刪除全部為缺失值的行
df.dropna(how='all')
# 只刪除指定列中包含缺失值的行
df.dropna(subset=['A', 'B'])
# 在原始數據上進行操作，而不返回新的對象
df.dropna(inplace=True)
丸趣 TV 網 – 提供最優質的資源集合！
正文完
