Pandas DataFrame DataFrame.dropna() 함수
Minahil Noor
2023년1월30일
-
pandas.DataFrame.dropna()구문 -
예제 코드:
DataFrame.dropna()에서 드롭 행으로 -
예제 코드:
DataFrame.dropna()를 드롭 기둥으로 -
예제 코드:
how = all을 사용하는DataFrame.dropna() -
예제 코드: 지정된 하위 집합 또는 임계 값이있는
DataFrame.dropna() -
예제 코드:
inplace = True가있는DataFrame.dropna()
pandas.DataFrame.dropna() 함수는 null 값 (누락 된 값)을 null 값을 포함하는 행 또는 열을 삭제하여DataFrame.
NaN(Not a Number) 및 NaT(Not a Time)은 null 값을 나타냅니다. DataFrame.dropna()는 이러한 값을 감지하고 그에 따라DataFrame을 필터링합니다.
pandas.DataFrame.dropna()구문
DataFrame.dropna(axis, how, thresh, subset, inplace)
매개 변수
axis |
축을 행 또는 열로 결정합니다. 0 또는 'index'이면 누락 된 값이 포함 된 행을 삭제합니다. 1 또는 'columns'이면 누락 된 값이 포함 된 열을 삭제합니다. 기본적으로 값은 0입니다. |
how |
이 매개 변수는 함수가 행 또는 열을 삭제하는 방법을 결정합니다. any 또는all 두 개의string 만 허용합니다. 기본적으로 any로 설정되어 있습니다. any는 null 값이있는 경우 행 또는 열을 삭제합니다. all은 모든 값이 누락 된 경우 행 또는 열을 삭제합니다. |
thresh |
행이나 열이 삭제되는 것을 방지하는 최소 비결 측 값 수를 지정하는 정수입니다. |
subset |
삭제 절차를 지정하는 행 또는 열의 이름이있는 배열입니다. |
inplace |
True로 설정하면 호출자 DataFrame을 변경하는 부울 값입니다. 기본적으로 값은 False입니다. |
반환
전달 된 매개 변수에 따라 삭제 된 행 또는 열이있는 필터링 된 DataFrame을 반환합니다.
예제 코드: DataFrame.dropna()에서 드롭 행으로
기본적으로 축은 0, 즉 행이므로 모든 출력에 행이 삭제됩니다.
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: None, 2: 80,3: None, 4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: None, 1: 75, 2: 82, 3: 64, 4: None}})
print(dataframe)
DataFrame의 예는 다음과 같습니다.
Attendance Name Obtained Marks
0 60.0 Olivia NaN
1 NaN John 75.0
2 80.0 Laura 82.0
3 NaN Ben 64.0
4 95.0 Kevin NaN
이 함수의 모든 매개 변수는 선택 사항입니다. 매개 변수를 전달하지 않으면 함수는 단일 null 값을 포함하는 모든 행을 삭제합니다.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna()
print(dataframe1)
출력:
Attendance Name Obtained Marks
2 80.0 Laura 82.0
하나의 누락 된 값이 포함 된 모든 행을 삭제했습니다.
예제 코드: DataFrame.dropna()를 드롭 기둥으로
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna(axis=1)
print(dataframe1)
출력:
Name
0 Olivia
1 John
2 Laura
3 Ben
4 Kevin
우리는DataFrame.dropna()메소드에서axis=1을 설정했기 때문에 하나의 누락 된 값을 포함하는 모든 열을 삭제했습니다.
예제 코드: how = all을 사용하는DataFrame.dropna()
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna(axis=1, how="all")
print(dataframe1)
출력:
Attendance Name Obtained Marks
0 60.0 Olivia NaN
1 NaN John 75.0
2 80.0 Laura 82.0
3 NaN Ben 64.0
4 95.0 Kevin NaN
how매개 변수의 값이 all로 설정되어 있으므로 누락 된 값이 포함 된 행은 삭제되지 않습니다. 이는 행의 모든 값이 null이어야 함을 의미합니다.
지정된 축에서 모든 값이 누락 된 경우how가all로 설정되어 있어도DataFrame.dropna()메서드는 해당 축을 삭제합니다.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: None, 2: None, 3: None, 4: None},
}
)
print(dataframe)
print("--------")
dataframe1 = dataframe.dropna(axis=1, how="all")
print(dataframe1)
출력:
Attendance Name Obtained Marks
0 60.0 Olivia None
1 NaN John None
2 80.0 Laura None
3 NaN Ben None
4 95.0 Kevin None
--------
Attendance Name
0 60.0 Olivia
1 NaN John
2 80.0 Laura
3 NaN Ben
4 95.0 Kevin
예제 코드: 지정된 하위 집합 또는 임계 값이있는DataFrame.dropna()
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna(thresh=3)
print(dataframe1)
출력:
Attendance Name Obtained Marks
2 80.0 Laura 82.0
thresh의 값은 3이며 이는 삭제를 방지하기 위해 3 개 이상의 비어 있지 않은 값이 필요함을 의미합니다.
subset을 지정할 수도 있습니다.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna(subset=["Attendance", "Name"])
print(dataframe1)
출력:
Attendance Name Obtained Marks
0 60.0 Olivia NaN
2 80.0 Laura 82.0
4 95.0 Kevin NaN
Attendance및 Name열을 기준으로 누락 된 값이있는 행을 삭제합니다. 다른 열의 값인 Obtained Marks에만 누락 된 값이있는 경우 행을 삭제하지 않습니다.
예제 코드: inplace = True가있는DataFrame.dropna()
DataFrame.dropna()는inplace가True로 설정된 경우 호출자DataFrame을 제자리에서 변경합니다.
import pandas as pd
dataframe = pd.DataFrame(
{
"Attendance": {0: 60, 1: None, 2: 80, 3: None, 4: 95},
"Name": {0: "Olivia", 1: "John", 2: "Laura", 3: "Ben", 4: "Kevin"},
"Obtained Marks": {0: None, 1: 75, 2: 82, 3: 64, 4: None},
}
)
dataframe1 = dataframe.dropna(inplace=True)
print(dataframe1)
출력:
None
매개 변수가 호출자DataFrame을 제자리에서 수정하고None을 반환했습니다.