在Pandas中删除空列

在这篇文章中，我们将尝试用不同的方法来移除空列、空列和零值列。首先，我们将创建一个样本数据框，然后在随后的例子中执行我们的操作，最后你将得到一个关于如何用pandas处理这种情况的强大知识。

步骤:

• 导入所需的Python库。
• 创建一个样本数据框架。
• 使用Pandas dropna()方法，它允许用户以不同的方式分析和删除具有空值的行/列。
• 显示更新的数据框架。

语法: DataFrameName.dropna(axis=0, how=’any’, inplace=False)

参数:

• axis: axis对于行/列来说，使用的是int或string值。对于整数来说，输入可以是0或1；对于字符串来说，输入 “index “或 “columns”。
• how：how只接受两种类型的字符串值（’any’或’all’）。如果任何值是空的，’any’将删除该行/列，’all’只在所有值都是空的情况下删除。
• inplace。这是一个布尔值，如果为 “真”，则在数据框本身进行更改。

Sample Data:

这是一个样本数据框，我们将对其进行不同的操作。

# import required libraries
import numpy as np
import pandas as pd
  
# create a Dataframe
Mydataframe = pd.DataFrame({'FirstName': ['Vipul', 'Ashish', 'Milan'],
                            "Gender": ["", "", ""],
                            "Age": [0, 0, 0]})
Mydataframe['Department'] = np.nan
  
# show the dataframe
print(Mydataframe)

输出:

示例 1:

删除所有空值列。

# import required libraries
import numpy as np
import pandas as pd
  
# create a Dataframe
Mydataframe = pd.DataFrame({'FirstName': ['Vipul', 'Ashish', 'Milan'],
                            "Gender": ["", "", ""],
                            "Age": [0, 0, 0]})
  
Mydataframe['Department'] = np.nan
  
display(Mydataframe)
  
Mydataframe.dropna(how='all', axis=1, inplace=True)
  
# show the dataframe
display(Mydataframe)

输出:

示例 2:

用null替换所有空位，然后用dropna函数删除所有空值列。

# import required libraries
import numpy as np
import pandas as pd
  
# create a Dataframe
Mydataframe = pd.DataFrame({'FirstName': ['Vipul', 'Ashish', 'Milan'],
                            "Gender": ["", "", ""],
                            "Age": [0, 0, 0]})
  
Mydataframe['Department'] = np.nan
display(Mydataframe)
  
nan_value = float("NaN")
Mydataframe.replace("", nan_value, inplace=True)
  
Mydataframe.dropna(how='all', axis=1, inplace=True)
  
# show the dataframe
display(Mydataframe)

输出:

示例 3:

用空值替换所有零的地方，然后用dropna函数删除所有空值列。

# import required libraries
import numpy as np
import pandas as pd
  
# create a Dataframe
Mydataframe = pd.DataFrame({'FirstName': ['Vipul', 'Ashish', 'Milan'],
                            "Gender": ["", "", ""],
                            "Age": [0, 0, 0]})
  
Mydataframe['Department'] = np.nan
display(Mydataframe)
  
nan_value = float("NaN")
Mydataframe.replace(0, nan_value, inplace=True)
  
Mydataframe.dropna(how='all', axis=1, inplace=True)
  
# show the dataframe
display(Mydataframe)

输出:

示例 4:

用空值替换所有的零和空位，然后用dropna函数删除所有空值列。

# import required libraries
import numpy as np
import pandas as pd
  
# create a Dataframe
Mydataframe = pd.DataFrame({'FirstName': ['Vipul', 'Ashish', 'Milan'],
                            "Gender": ["", "", ""],
                            "Age": [0, 0, 0]})
  
Mydataframe['Department'] = np.nan
display(Mydataframe)
  
nan_value = float("NaN")
Mydataframe.replace(0, nan_value, inplace=True)
Mydataframe.replace("", nan_value, inplace=True)
  
Mydataframe.dropna(how='all', axis=1, inplace=True)
  
# show the dataframe
display(Mydataframe)

输出: