Python Pandas Series.dropna()
Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的,但必须是一个可散列的类型。该对象支持基于整数和标签的索引,并提供了大量的方法来执行涉及索引的操作。
Pandas Series.dropna()函数返回一个新的系列,并删除给定系列对象中的缺失值。
语法: Series.dropna(axis=0, inplace=False, **kwargs)
参数:
axis:只有一个轴可以投放数值。
inplace : 如果为真,则进行原地操作并返回无。
返回:Series
例子#1:使用Series.dropna()函数来删除给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio'])
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.dropna()函数来删除给定系列对象中的所有缺失值。
# drop the missing values
result = sr.dropna()
# Print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dropna()函数已经成功地删除了给定系列对象中的所有缺失值。
示例#2 :使用Series.dropna()函数来删除给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.dropna()函数来删除给定系列对象中的所有缺失值。
# drop the missing values
result = sr.dropna()
# Print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dropna()函数已经成功地删除了给定系列对象中的所有缺失值。