Что делает dropna в pandas?

dropna в библиотеке pandas используется для удаления нулевых или отсутствующих значений из данных.

import pandas as pd

# Создание DataFrame с нулевыми значениями
data = {'A': [1, None, 3, 4], 'B': [5, 6, None, 8]}
df = pd.DataFrame(data)

# Операция dropna для удаления нулевых значений
df.dropna(inplace=True)

В приведенном примере, операция dropna удаляет строки, содержащие нулевые значения, из DataFrame "df". Если параметр "inplace" установлен в "True", изменения будут сделаны непосредственно в исходном DataFrame.

Что делает метод dropna в pandas?

Метод dropna() является одним из наиболее полезных методов в библиотеке pandas для обработки отсутствующих значений в таблице данных. Он позволяет удалить строки или столбцы, содержащие пропущенные значения (NaN), чтобы можно было проводить более надежный анализ данных.

Вот синтаксис метода dropna():

    
      dataframe.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
    
  

Параметры метода dropna

• axis - Определяет ось, вдоль которой происходит удаление пропущенных значений. Если значение равно 0 или 'index', то удаляются строки с пропущенными значениями. Если значение равно 1 или 'columns', то удаляются столбцы с пропущенными значениями.
• how - Определяет, когда удалять строку или столбец. 'any' означает, что строка или столбец удаляются, если они содержат хотя бы одно пропущенное значение. 'all' означает, что строка или столбец удаляются, только если все их значения являются пропущенными.
• thresh - Определяет минимальное количество непропущенных значений, которые должны присутствовать в строке или столбце, чтобы он не был удален. По умолчанию значение равно None, и все строки или столбцы удаляются, если они содержат хотя бы одно пропущенное значение.
• subset - Позволяет выбрать определенные столбцы или строки для проверки пропущенных значений. Значение должно быть списком имен столбцов или строк.
• inplace - Определяет, следует ли изменять исходный объект DataFrame. Если значение равно True, то изменения вносятся непосредственно в исходную таблицу данных. Если значение равно False (по умолчанию), то создается новый DataFrame без пропущенных значений.

Практический пример

Давайте представим, что у нас есть DataFrame с данными студентов, и некоторые из значений в столбце 'Возраст' отсутствуют:

    
      import pandas as pd

      data = {'Имя': ['Алексей', 'Мария', 'Иван', 'Елена'],
              'Возраст': [25, None, 20, 22],
              'Группа': ['CS101', 'CS102', None, 'CS103']}

      df = pd.DataFrame(data)
      print(df)
    
  

Вывод:

      
         -- Output -- 
        Имя     | Возраст | Группа
      ----------------------------
        Алексей |   25    | CS101
        Мария   |  None   | CS102
        Иван    |   20    | None
        Елена   |   22    | CS103
      
    

Теперь давайте применим метод dropna() для удаления строк с пропущенными значениями:

    
      df_dropped = df.dropna()
      print(df_dropped)
    
  

Вывод:

      
         -- Output -- 
        Имя     | Возраст | Группа
      ----------------------------
        Алексей |   25    | CS101
        Елена   |   22    | CS103
      
    

Как видно из примера, все строки, содержащие пропущенные значения, были удалены. Теперь у нас остались только строки с полными данными.

Заключение

Метод dropna() в библиотеке pandas является мощным инструментом для обработки пропущенных значений в данных. Он позволяет удалить строки или столбцы с пропущенными значениями и создать новый DataFrame без пропусков. Это особенно полезно при анализе данных, когда необходимо иметь чистый набор данных для работы.