パンダ: 特定の列で dropna() を使用する方法

サブセット引数を指定してDropna()関数を使用すると、特定の列に欠損値を含む行を pandas DataFrame から削除できます。

この機能を実際に使用する最も一般的な方法は次のとおりです。

方法 1: 特定の列に欠損値がある行を削除する

 df. dropna (subset = [' column1 '], inplace= True )

方法 2: いくつかの特定の列の 1 つで欠損値のある行を削除する

 df. dropna (subset = [' column1 ', ' column2 ', ' column3 '], inplace= True )

次の例は、次の pandas DataFrame で各メソッドを実際に使用する方法を示しています。

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, np.nan, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, np.nan, np.nan, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.nan]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
1 B NaN NaN 8.0
2 C 19.0 NaN 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 9.0
7H 28.0 4.0 NaN

例 1: 特定の列に欠損値がある行を削除する

次の構文を使用して、「assistions」列の値が欠落している行を削除できます。

 #drop rows with missing values in 'assists' column
df. dropna (subset = [' assists '], inplace= True )

#view updated DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 9.0
7H 28.0 4.0 NaN

「Assists」列の値が欠落している 2 つの行は両方とも DataFrame から削除されていることに注意してください。

また、データフレームの最後の行は、欠損値がある場合でも保持されることに注意してください。これは、欠損値が「helps」列にないためです。

例 2: いくつかの特定の列の 1 つに欠損値がある行を削除する

次の構文を使用して、「points」列または「bounces」列に欠損値がある行を削除できます。

 #drop rows with missing values in 'points' or 'rebounds' column
df. dropna (subset = [' points ', ' rebounds '], inplace= True )

#view updated DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
2 C 19.0 NaN 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 9.0

「points」列または「bounces」列に欠損値がある 2 つの行が DataFrame から削除されていることに注意してください。

注: pandas dropna()関数の完全なドキュメントはここで見つけることができます。

追加リソース

次のチュートリアルでは、パンダで他の一般的なタスクを実行する方法を説明します。

パンダ:dropna() を使用した後にインデックスをリセットする方法
Pandas: NaN 値を含む列を削除する方法
Pandas: 複数の条件に基づいて行を削除する方法