利用pandas.DataFrame.dropna處理含有缺失值的數據

1.使用形式：
DataFrame.dropna(axis=0, how=‘any‘, thresh=None, subset=None, inplace=False)

功能：處理含有缺失值的dataframe，將缺失值的行列過濾

2.參數解釋：

參數：axis : 確定過濾行還是列，默認為0，可取值為：{0 or ‘index’, 1 or ‘columns’}

　　　how : 確定過濾的標準，可選值為{}‘any’, ‘all’}。any : 存在NA就過濾，all:某一行或者某一列全為NA就過濾

　　　thresh : 確定過濾的敏感程度int,取值為num，表示保留至少有num個非NA值得行、列

　　　inplace : boolean, 默認值 False。

　　　　inplace=False，默認該刪除操作不改變原數據，返回一個執行刪除操作後的新dataframe；

　　　　inplace=True，則會直接在原數據上進行刪除操作

3.測試

測試一個過濾過缺失值的dataframe時候還有缺失值：

print(data[data.isnull().any(axis=1)].size)
#輸出data中含有NA值得列的數目，輸出為0

Pandas處理缺失數據