df我有一個名為500 列和 200 萬條記錄的 pandas 資料框。
我能夠洗掉包含超過 90% 缺失值的列。
但是，如果 90% 或更多的列在整個記錄中缺少值，我如何才能將整個記錄放入 pandas？
我看過一篇關于“R”的類似帖子，但我現在正在用 python 編碼。
uj5u.com熱心網友回復：
您可以使用df.dropna()該引數并將其設定為thresh對應于 10% 列的值（非 NA 值的最小數量）。
df.dropna(axis=0, thresh=50, inplace=True)
uj5u.com熱心網友回復：
您可以使用isna meanonaxis=1來查找每行的 NaN 值的百分比。然后使用以下命令選擇小于 0.9（即 90%）的行loc：
out = df.loc[df.isna().mean(axis=1)<0.9]
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/456043.html
標籤：python-3.x 熊猫 数据框 缺失数据 降低
下一篇：計算新列中同一日期的行數