python--data.dropna

读取csv文件 data=pd.read_csv（“”）

1、删除全为空值的行或列

      data=data.dropna(axis=0,how='all')   #行

      data=data.dropna(axis=1,how='all')   #列

2、删除含有空值的行或列

     data=data.dropna(axis=0,how='any')   #行

     data=data.dropna(axis=1,how='any')   #列

 

 

1.创建带有缺失值的数据库：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), index = list('abcde'), columns = ['one', 'two', 'three'])        # 随机产生5行3列的数据    
df.ix[1, :-1] = np.nan        # 将指定数据定义为缺失
df.ix[1:-1, 2] = np.nan

print('\ndf1')        # 输出df1，然后换行
print(df)        

查看数据内容：

2.通常情况下删除行，使用参数axis = 0，删除列的参数axis = 1,通常不会这么做，那样会删除一个变量。

print('\ndrop row')
print(df.dropna(axis = 0))

 删除后结果：