Python Pandas Index.dropna()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas Index.dropna()函数返回没有NA/NaN值的索引。所有缺失的值都被移除，并返回一个新的对象，其中没有任何NaN值。

语法: Index.dropna(how=’any’)

参数 :
how : {‘any’, ‘all’}, default ‘any’.
如果该指数是一个多重指数，当任何或所有级别为NaN时，放弃该值。

返回：有效：索引

示例#1：使用Index.dropna()函数从给定的包含日期时间数据的索引中删除所有缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index(['2015-10-31', '2015-12-02', None, '2016-01-03',
                '2016-02-08', '2017-05-05', None, '2014-02-11'])
  
# Print the Index
idx

输出 :

让我们把所有的NaN值从索引中删除。

# drop all missing values.
idx.dropna(how ='all')

输出 :

正如我们在输出中看到的，Index.dropna()函数已经删除了所有的缺失值。

示例#2：使用Index.dropna()函数删除Index中的所有缺失值。索引包含字符串类型的数据。

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index(['Jan', 'Feb', 'Mar', None, 'May', 'Jun',
                None, 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])
  
# Print the Index
idx

输出 :

让我们放弃所有的缺失值。

# drop the missing values
idx.dropna(how ='any')

输出 :

我们可以看到，在输出中，所有缺失的月份值都已被删除。