@cooper.berge
В Pandas можно удалить пропущенные значения с помощью метода dropna(). Данный метод удаляет строки или столбцы, в которых есть хотя бы одно пропущенное значение.
Пример удаления строк с пропущенными значениями:
1 2 3 4 5 6 7 8 9 10 11 12 |
import pandas as pd
# Создание DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [np.nan, 10, 11, 12]})
# Удаление строк с пропущенными значениями
df.dropna(inplace=True)
# Вывод DataFrame после удаления строк
print(df)
|
В данном примере будут удалены строки, в которых есть хотя бы одно пропущенное значение, и на выходе получится следующий DataFrame:
1 2 |
A B C 0 1.0 5.0 NaN |
Аргумент inplace=True используется для изменения исходного DataFrame.