1.摘要
dropna()方法，能够找到DataFrame类型数据的空值（缺失值），将空值所在的行/列删除后，将新的DataFrame作为返回值返回。
2.函数详解
函数形式：dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
参数：
axis：轴。0或'index'，表示按行删除；1或'columns'，表示按列删除。
how：筛选方式。‘any'，表示该行/列只要有一个以上的空值，就删除该行/列；‘all'，表示该行/列全部都为空值，就删除该行/列。
thresh：非空元素最低数量。int型，默认为None。如果该行/列中，非空元素数量小于这个值，就删除该行/列。
subset：子集。列表，元素为行或者列的索引。如果axis=0或者‘index'，subset中元素为列的索引；如果axis=1或者‘column'，subset中元素为行的索引。由subset限制的子区域，是判断是否删除该行/列的条件判断区域。
inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。
3.示例
创建DataFrame数据：
import numpy as np import pandas as pd a = np.ones((11,10)) for i in range(len(a)): a[i,:i] = np.nan d = pd.DataFrame(data=a) print(d)
按行删除：存在空值，即删除该行
# 按行删除：存在空值，即删除该行 print(d.dropna(axis=0, how='any'))
按行删除：所有数据都为空值，即删除该行
# 按行删除：所有数据都为空值，即删除该行 print(d.dropna(axis=0, how='all'))
按列删除：该列非空元素小于5个的，即删除该列
# 按列删除：该列非空元素小于5个的，即删除该列 print(d.dropna(axis='columns', thresh=5))
设置子集：删除第0、5、6、7列都为空的行
# 设置子集：删除第0、5、6、7列都为空的行 print(d.dropna(axis='index', how='all', subset=[0,5,6,7]))
设置子集：删除第5、6、7行存在空值的列
# 设置子集：删除第5、6、7行存在空值的列 print(d.dropna(axis=1, how='any', subset=[5,6,7]))
原地修改
# 原地修改
print(d.dropna(axis=0, how='any', inplace=True))
print("==============================")
print(d)
实例扩展：
代码实现
import pandas as pd
data = pd.read_excel('test.xlsx',sheet_name='Sheet1')
datanota = data[data['销售人员'].notna()]
print(datanota)
输出结果
D:\Python\Anaconda\python.exe D:/Python/test/EASdeal/test.py
城市 销售金额 销售人员
0 北京 10000 张丽丽
1 上海 50000 潇潇
2 深圳 60000 笨笨笨
3 成都 40000 达达Process finished with exit code 0
