pandas习题 137：删除缺失的数据行

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）运营部拿到 8 月的渠道日报，缺失分布如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "渠道": ["抖音", "抖音", np.nan, "快手", "快手", "微信", "微信"],
    "日期": pd.date_range("2024-08-01", periods=7, freq="D"),
    "曝光量": [1e6, np.nan, np.nan, 8e5, 9e5, np.nan, 1.1e6],
    "点击量": [50000, 45000, np.nan, np.nan, 48000, 42000, np.nan],
    "GMV": [np.nan, 20000, np.nan, 15000, np.nan, 18000, 22000]
})
'''
    渠道  日期        曝光量      点击量      GMV
0   抖音 2024-08-01  1000000.0  50000.0      NaN
1   抖音 2024-08-02        NaN  45000.0  20000.0
2  NaN 2024-08-03        NaN      NaN      NaN
3   快手 2024-08-04   800000.0      NaN  15000.0
4   快手 2024-08-05   900000.0  48000.0      NaN
5   微信 2024-08-06        NaN  42000.0  18000.0
6   微信 2024-08-07  1100000.0      NaN  22000.0
'''

用一行 dropna() 分别完成下列 3 小题并打印结果：

小题	丢弃规则	期望行数
A	仅丢弃整行全空	7 → 6
B	只要曝光量或点击量任一列为 NaN 就丢弃	7 → 3
C	至少 2 个非 NaN 才保留（thresh=2）	7 → 5

参考答案

代码如下：

# A: 仅丢弃全空行
print("A 全空行丢弃:\n", df.dropna(how='all'))

# B: 曝光量或点击量缺值就丢
print("B 曝光/点击缺值丢弃:\n", df.dropna(subset=['曝光量', '点击量']))

# C: 每行至少 2 个非缺失
print("C 阈值=2 保留:\n", df.dropna(thresh=2))

输出情况：

A 去掉索引 2（全空行），剩余 6 行
B 保留索引 0, 4, 6（共 3 行）
C 保留索引 0, 1, 3, 5, 6（共 5 行）

（完）

pandas习题 137：删除缺失的数据行

参考答案

相关内容