如何在 Python 数据框中显示非空的行和列?
原文:https://www . geesforgeks . org/how-display-not null-行和列-in-a-python-dataframe/
在 Python 中,非空的行和列是指具有 Nan 值的行和列,尤其是在 Pandas 库中。为了在 python 数据框中显示非空的行和列,我们将使用不同的方法,如 dropna(),not null(),loc[]。
- 【drop na():此功能用于删除缺失值为 NaN 值的行和列。dropna()函数有轴参数。如果设置为 0,那么它将删除所有具有 NaN 值的行,如果设置为 1,那么它将删除所有具有 NaN 值的列。默认情况下,轴参数的值为 0。
- 【not null():此函数检测非缺失值,并为 DataFrame 中的每个元素返回一个布尔值掩码,该掩码指示某个元素是否不是安娜值。
- 【loc】:此方法通过标签或布尔数组过滤行和列。在我们的例子中,这个方法通过一个由 notnull()方法返回的布尔数组来过滤行。
步骤:
- 进口熊猫图书馆
- 阅读 CSV 文件,或者您可以创建自己的数据框。
- 如下所述,使用 dropna()、notnull()、loc[]等方法之一。
- 显示结果
下图studentdata . CSV文件中使用的 程序:
方法 1:使用 dropna()方法
在此方法中,我们使用 dropna()方法,该方法删除空行并显示修改后的数据框。
Python 3
# Import library
import pandas as pd
# Reading csv file
df = pd.read_csv('StudentData.csv')
# using dropna() method
df = df.dropna()
# Printing result
print(df)
输出:
方法二:使用 notnull()和 dropna()方法
在这个方法中,我们将首先使用 notnull()方法,该方法返回一个具有真值和假值的布尔对象。如果有 NaN 值,它将返回 false,否则返回 true。然后将这些布尔对象作为输入参数提供给 where 函数,与此函数一起使用 drpna()删除 NaN 行。
Python 3
# Import library
import pandas as pd
# Reading csv file
df = pd.read_csv('StudentData.csv')
# using notnull() method ,it will return
# boolean values
mask = df.notnull()
# using dropna() method to drop NaN
# value rows
df = df.where(mask).dropna()
# Displaying result
print(df)
输出:
方法 3:使用 loc[]和 notnull()方法
在这个方法中,我们使用了两个概念,一个是方法,另一个是属性。因此,首先,我们找到一个每个特定列都有非空实例的数据框,然后在整个数据中定位实例以获得数据框。
Python 3
# Import library
import pandas as pd
# Reading csv file
df = pd.read_csv('StudentData.csv')
# Here filtering the rows according to
# Grade column which has notnull value.
df = df.loc[df['Grade'].notnull()]
# Displaying result
print(df)
输出:
如输出图像所示,只有等级为的行!=显示 NaN。
版权属于:月萌API www.moonapi.com,转载请注明出处