聊聊Python dropna()和notnull()的用法区别

引言

在使用Pandas进行数据处理和分析时，我们常常需要过滤掉数据中带有缺失值的行或列。在Pandas中，我们通常会使用 dropna() 和 notnull() 这两个方法来实现这个目的。本篇文章将会讲解这两个方法的用法，并且对它们的区别做出详细的解析。

dropna()方法

什么是dropna()方法

dropna() 方法是Pandas DataFrame对象中的一个方法，它用于移除带有缺失值的行或列。如果 DataFrame 中的某行或某列包含缺失值，这行或列将被移除。

dropna()方法的用法

DataFrame 的 dropna() 方法的语法如下：

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

• axis - 需要移除的轴的方向，0表示行，1表示列，默认为0。
• how - 如果出现空缺值，用于确定是否删除该行或列的参数。可选值包括 any（只要存在缺失值就删除）和 all（所有值都为缺失值时才删除），默认是any。
• thresh - 指定在删除行和列之前所需的非缺失值数。
• subset - 可以指定包含缺失数据的列或行以进行删除操作。
• inplace - 是否在原DataFrame上直接进行修改，默认为False。

以下是使用 dropna() 方法删除 DataFrame 中含有缺失值的行或列的示例：

import pandas as pd
import numpy as np

data = {
  'name': ['Tom', 'Jerry', 'Mike', 'Lily', 'Jack'],
  'age': [24, np.nan, 21, 28, 22],
  'gender': ['M', 'M', 'F', np.nan, 'M']
}

df = pd.DataFrame(data)

# 移除含有缺失值的行
df.dropna(inplace=True)
print(df)

# 移除含有缺失值的列
df.dropna(axis=1, inplace=True)
print(df)

输出结果：

    name   age gender
0    Tom  24.0      M
2   Mike  21.0      F
4   Jack  22.0      M

    name
0    Tom
2   Mike
4   Jack

notnull() 方法

什么是notnull()方法

notnull() 方法是DataFrame对象中的一个方法，它用于返回布尔型Series或DataFrame，表示哪些值不是空的值。

notnull()方法的用法

DataFrame 的 notnull() 方法的语法如下：

DataFrame.notnull()

以下是使用 notnull() 方法得到 DataFrame 中非缺失值的示例：

import pandas as pd
import numpy as np

data = {
  'name': ['Tom', 'Jerry', 'Mike', 'Lily', 'Jack'],
  'age': [24, np.nan, 21, 28, 22],
  'gender': ['M', 'M', 'F', np.nan, 'M']
}

df = pd.DataFrame(data)

print(df.notnull())

输出结果：

    name    age  gender
0   True   True    True
1   True  False    True
2   True   True    True
3   True  False   False
4   True   True    True

dropna()方法和notnull()方法的区别

dropna() 和 notnull() 方法都可以用于过滤缺失值，但它们实现的方式不同：

• dropna() 方法是通过删除含有缺失值的行或列来实现的。
• notnull() 方法是通过返回一个 Series 或 DataFrame 来实现的，该对象中的每一个元素都是布尔值，用来指示其对应的元素是否是缺失值。

结论

在 Pandas 数据处理过程中，过滤掉缺失值是一项必要的任务。本篇文章对这个问题进行了解释并演示了两个方法： dropna() 和 notnull()。这些方法可以让你更好地掌握和使用 Pandas 中的数据过滤功能，提高数据分析效率。