当前位置:首页 >> 脚本专栏

Python实现删除某列中含有空值的行的示例代码

客户需求

查看销售人员不为空值的行

数据存储情况如图:

Python实现删除某列中含有空值的行的示例代码

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

如何删除特定列为空/ NaN的行?

我有一个csv文件.我读了它:

import pandas as pd
data = pd.read_csv('my_data.csv', sep=',')
data.head()

它的输出如下:

id    city    department    sms    category
01    khi      revenue      NaN       0
02    lhr      revenue      good      1
03    lhr      revenue      NaN       0

我想删除sms列为空/ NaN的所有行.什么是有效的方法呢?

解决方法:

将dropna与参数子集一起使用以指定用于检查NaN的列:

data = data.dropna(subset=['sms'])
print (data)
  id city department  sms category
1  2 lhr  revenue good     1

boolean indexing和notnull的另一个解决方案:

data = data[data['sms'].notnull()]
print (data)
  id city department  sms category
1  2 lhr  revenue good     1

替代query:

print (data.query("sms == sms"))
  id city department  sms category
1  2 lhr  revenue good     1

计时

#[300000 rows x 5 columns]
data = pd.concat([data]*100000).reset_index(drop=True)

In [123]: %timeit (data.dropna(subset=['sms']))
100 loops, best of 3: 19.5 ms per loop

In [124]: %timeit (data[data['sms'].notnull()])
100 loops, best of 3: 13.8 ms per loop

In [125]: %timeit (data.query("sms == sms"))
10 loops, best of 3: 23.6 ms per loop