Pandas的dropna()函数无法工作

21

我正在尝试从 pandas 数据帧中删除缺失值。

我已经使用了 dropna()(应该可从数据帧中删除所有缺失行)。但它不起作用。

以下是代码:

import pandas as pd
import numpy as np
prison_data = pd.read_csv('https://andrewshinsuke.me/docs/compas-scores-two-years.csv')

这就是获取数据框的方式。如下所示, 默认的read_csv方法将NA数据点确实转换为np.nan

np.isnan(prison_data.head()['out_custody'][4])

Out[2]: True

方便的是,DF的head()已经包含了NaN值(在列out_custody中),因此打印prison_data.head(),你会得到:

   id                name   first         last compas_screening_date   sex  

0   1    miguel hernandez  miguel    hernandez            2013-08-14  Male
1   3         kevon dixon   kevon        dixon            2013-01-27  Male
2   4            ed philo      ed        philo            2013-04-14  Male
3   5         marcu brown   marcu        brown            2013-01-13  Male
4   6  bouthy pierrelouis  bouthy  pierrelouis            2013-03-26  Male

      dob  age          age_cat              race      ...        
0  1947-04-18   69  Greater than 45             Other      ...
1  1982-01-22   34          25 - 45  African-American      ...
2  1991-05-14   24     Less than 25  African-American      ...
3  1993-01-21   23     Less than 25  African-American      ...
4  1973-01-22   43          25 - 45             Other      ...

   v_decile_score  v_score_text  v_screening_date  in_custody  out_custody  

0               1           Low        2013-08-14  2014-07-07   2014-07-14
1               1           Low        2013-01-27  2013-01-26   2013-02-05
2               3           Low        2013-04-14  2013-06-16   2013-06-16
3               6        Medium        2013-01-13         NaN          NaN
4               1           Low        2013-03-26         NaN          NaN

priors_count.1 start   end event two_year_recid
0               0     0   327     0              0
1               0     9   159     1              1
2               4     0    63     0              1
3               1     0  1174     0              0
4               2     0  1102     0              0

然而,运行prison_data.dropna()并不会改变数据框。

prison_data.dropna()
np.isnan(prison_data.head()['out_custody'][4])


Out[3]: True
2个回答

43

df.dropna()默认返回一个没有NaN值的新数据集。因此,您需要将其赋值给变量。


df = df.dropna()
如果你想要就地修改 df,你必须显式指定。
df.dropna(inplace= True)

2

它无法正常工作是因为每行至少有一个nan


谢谢,伙计。这正是我的问题所在,至少是这样。 - theEngineeredSelf

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接