本文给大家介绍Python删除某列中含有空值行的操作方法,文章引用实例代码方式讲解的非常透彻,个人觉得有一定的参考价值,今天在这里分享给大家
客户需求
查看销售人员不为空值的行
数据存储情况如图:
代码实现
import pandas as pd data = pd.read_excel('test.xlsx',sheet_name='Sheet1') datanota = data[data['销售人员'].notna()] print(datanota)
输出结果
D:\Python\Anaconda\python.exe D:/Python/test/EASdeal/test.py Process finished with exit code 0 |
如何删除特定列为空/ NaN的行?
我有一个csv文件.我读了它:
import pandas as pd data = pd.read_csv('my_data.csv', sep=',') data.head()
它的输出如下:
id city department sms category 01 khi revenue NaN 0 02 lhr revenue good 1 03 lhr revenue NaN 0 |
我想删除sms列为空/ NaN的所有行.什么是有效的方法呢?
解决方法:
将dropna与参数子集一起使用以指定用于检查NaN的列:
data = data.dropna(subset=['sms']) print (data) id city department sms category 1 2 lhr revenue good 1
boolean indexing和notnull的另一个解决方案:
data = data[data['sms'].notnull()] print (data) id city department sms category 1 2 lhr revenue good 1
替代query:
print (data.query("sms == sms")) id city department sms category 1 2 lhr revenue good 1
计时
#[300000 rows x 5 columns] data = pd.concat([data]*100000).reset_index(drop=True) In [123]: %timeit (data.dropna(subset=['sms'])) 100 loops, best of 3: 19.5 ms per loop In [124]: %timeit (data[data['sms'].notnull()]) 100 loops, best of 3: 13.8 ms per loop In [125]: %timeit (data.query("sms == sms")) 10 loops, best of 3: 23.6 ms per loop
以上就是关于Python删除某列中含有空值行的操作方法,到这来已经全部介绍完了,更多相关Python的教程请在“DMZJWZ资料网”搜索拦中进行搜索查找,希望大家以后多多支持DMZJWZ资料网!