pandas 删除缺失值
示例
创建DataFrame时None，python的缺失值将转换为NaNpandas的缺失值：
In [11]: df = pd.DataFrame([[1, 2, None, 3], [4, None, 5, 6],
[7, 8, 9, 10], [None, None, None, None]])
Out[11]:
0 1 2 3
0 1.0 2.0 NaN 3.0
1 4.0 NaN 5.0 6.0
2 7.0 8.0 9.0 10.0
3 NaN NaN NaN NaN如果至少一列缺少值，则删除行
In [12]: df.dropna()
Out[12]:
0 1 2 3
2 7.0 8.0 9.0 10.0这将返回一个新的DataFrame。如果要更改原始DataFrame，请使用inplace参数（df.dropna(inplace=True)）或将其分配回原始DataFrame（）。df=df.dropna()
如果缺少该行中的所有值，则删除行
In [13]: df.dropna(how='all')
Out[13]:
0 1 2 3
0 1.0 2.0 NaN 3.0
1 4.0 NaN 5.0 6.0
2 7.0 8.0 9.0 10.0放下列不具有至少3个非缺失值
In [14]: df.dropna(axis=1, thresh=3)
Out[14]:
0 3
0 1.0 3.0
1 4.0 6.0
2 7.0 10.0
3 NaN NaN