Pandas DataFrame中的dropna()函数详解：如何巧妙删除缺失值

在 Pandas 中，DataFrame.dropna() 用于删除缺失值（NaN 或 None），是数据清洗的关键操作。以下是详细用法和常见场景：

1. 基本语法

cleaned_df = df.dropna(
    axis=0,          # 删除行（默认）或列（axis=1）
    how='any',       # 'any'（默认，存在缺失即删除）或 'all'（全为缺失才删除）
    thresh=None,     # 保留非缺失值数量≥thresh的行/列
    subset=None,     # 仅检查指定列的缺失情况
    inplace=False    # 是否原地修改（False时返回新DataFrame）
)

2. 核心参数详解

3. 常见使用场景

(1) 删除所有含缺失值的行（默认行为）

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, np.nan, 3],
    'B': ['x', np.nan, 'z'],
    'C': [10, 20, 30]
})

cleaned_df = df.dropna()
print(cleaned_df)

输出：

     A  B   C
0  1.0  x  10
2  3.0  z  30

(2) 删除所有含缺失值的列

cleaned_df = df.dropna(axis=1)
print(cleaned_df)

输出：

    C
0  10
1  20
2  30

(3) 仅当整行全为缺失值时删除

cleaned_df = df.dropna(how='all')

(4) 保留至少2个非缺失值的行

cleaned_df = df.dropna(thresh=2)

(5) 仅检查特定列的缺失值

cleaned_df = df.dropna(subset=['A', 'B'])

4. 注意事项

5. 可视化对比

原始数据 (df)：

执行 df.dropna() 后：

通过灵活组合参数，dropna() 可以精准控制数据清洗的粒度，是处理缺失值的利器！

作者：weixin_44865058