Python的pandas中的DataFrame.dropna()用法，删除缺失值

在 Pandas 中，DataFrame.dropna() 用于删除缺失值（NaN 或 None），是数据清洗的关键操作。以下是详细用法和常见场景：

---

1. 基本语法

cleaned_df = df.dropna(
    axis=0,          # 删除行（默认）或列（axis=1）
    how='any',       # 'any'（默认，存在缺失即删除）或 'all'（全为缺失才删除）
    thresh=None,     # 保留非缺失值数量≥thresh的行/列
    subset=None,     # 仅检查指定列的缺失情况
    inplace=False    # 是否原地修改（False时返回新DataFrame）
)

---

2. 核心参数详解

参数	说明	示例
axis	0 或 'index'：删除包含缺失值的行（默认） 1 或 'columns'：删除列	df.dropna(axis=1)
how	'any'：行/列中任一缺失即删除 'all'：行/列全部缺失才删除	df.dropna(how='all')
thresh	保留至少含 thresh 个非缺失值的行/列（优先级高于 how）	df.dropna(thresh=3)
subset	仅对指定列（列表形式）检查缺失值	df.dropna(subset=['Age', 'Salary'])
inplace	True：直接修改原DataFrame，不返回新对象 False：返回新DataFrame（默认）	df.dropna(inplace=True)

---

3. 常见使用场景

(1) 删除所有含缺失值的行（默认行为）

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, np.nan, 3],
    'B': ['x', np.nan, 'z'],
    'C': [10, 20, 30]
})

cleaned_df = df.dropna()
print(cleaned_df)

输出：

     A  B   C
0  1.0  x  10
2  3.0  z  30

(2) 删除所有含缺失值的列

cleaned_df = df.dropna(axis=1)
print(cleaned_df)

输出：

    C
0  10
1  20
2  30

(3) 仅当整行全为缺失值时删除

cleaned_df = df.dropna(how='all')

(4) 保留至少2个非缺失值的行

cleaned_df = df.dropna(thresh=2)

(5) 仅检查特定列的缺失值

cleaned_df = df.dropna(subset=['A', 'B'])

---

4. 注意事项

• 缺失值类型：Pandas 将 None 和 np.nan 均视为缺失值。
• 性能优化：对大型DataFrame，thresh 比 how 更高效。
• 替代方案：若不想删除数据，可用 df.fillna() 填充缺失值。

---

5. 可视化对比

原始数据 (df)：

A	B	C
1.0	‘x’	10
NaN	NaN	20
3.0	‘z’	30

执行 df.dropna() 后：

A	B	C
1.0	‘x’	10
3.0	‘z’	30

---

通过灵活组合参数，dropna() 可以精准控制数据清洗的粒度，是处理缺失值的利器！