这篇文章主要介绍了Python实现删除某列中含有空值的行的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
客户需求
查看销售人员不为空值的行
数据存储情况如图：
代码实现
import pandas as pd data = pd.read_excel('test.xlsx',sheet_name='Sheet1') datanota = data[data['销售人员'].notna()] print(datanota)
输出结果
D:PythonAnacondapython.exe D:/Python/test/EASdeal/test.py
城市 销售金额 销售人员
0 北京 10000 张丽丽
1 上海 50000 潇潇
2 深圳 60000 笨笨笨
3 成都 40000 达达
Process finished with exit code 0
如何删除特定列为空/ NaN的行？
import pandas as pd data = pd.read_csv('my_data.csv', sep=',') data.head()
它的输出如下：
id city department sms category
01 khi revenue NaN 0
02 lhr revenue good 1
03 lhr revenue NaN 0
我想删除sms列为空/ NaN的所有行.什么是有效的方法呢？
解决方法:
将dropna与参数子集一起使用以指定用于检查NaN的列：
data = data.dropna(subset=['sms']) print (data) id city department sms category 1 2 lhr revenue good 1
boolean indexing和notnull的另一个解决方案：
data = data[data['sms'].notnull()] print (data) id city department sms category 1 2 lhr revenue good 1
替代query：
print (data.query("sms == sms")) id city department sms category 1 2 lhr revenue good 1
计时
#[300000 rows x 5 columns] data = pd.concat([data]*100000).reset_index(drop=True) In [123]: %timeit (data.dropna(subset=['sms'])) 100 loops, best of 3: 19.5 ms per loop In [124]: %timeit (data[data['sms'].notnull()]) 100 loops, best of 3: 13.8 ms per loop In [125]: %timeit (data.query("sms == sms")) 10 loops, best of 3: 23.6 ms per loop
到此这篇关于Python实现删除某列中含有空值的行的示例代码的文章就介绍到这了,更多相关Python删除某列空值内容请搜索编程之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程之家！
