Để xóa các giá trị bị thiếu, tức là các giá trị NaN, hãy sử dụng dropna () phương pháp. Đầu tiên, hãy để chúng tôi nhập thư viện được yêu cầu -
import pandas as pd
Đọc CSV và tạo DataFrame -
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")
Sử dụng dropna () để xóa các giá trị bị thiếu. NaN sẽ được hiển thị cho các giá trị bị thiếu sau khi dropna () được sử dụng -
dataFrame.dropna()
Ví dụ
Sau đây là mã hoàn chỉnh
import pandas as pd # reading csv file dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv") print("DataFrame with some NaN (missing) values...\n",dataFrame) # count the rows and columns in a DataFrame print("\nNumber of rows and column in our DataFrame = ",dataFrame.shape) # drop the missing values print("\nDataFrame after removing NaN values...\n",dataFrame.dropna())
Đầu ra
Điều này sẽ tạo ra kết quả sau -
DataFrame with some NaN (missing) values... Car Place UnitsSold 0 Audi Bangalore 80.0 1 Porsche Mumbai NaN 2 RollsRoyce Pune 100.0 3 BMW Delhi NaN 4 Mercedes Hyderabad 80.0 5 Lamborghini Chandigarh 80.0 6 Audi Mumbai NaN 7 Mercedes Pune 120.0 8 Lamborghini Delhi 100.0 Number of rows and colums in our DataFrame = (9, 3) DataFrame after removing NaN values ... Car Place UnitsSold 0 Audi Bangalore 80.0 2 RollsRoyce Pune 100.0 4 Mercedes Hyderabad 80.0 5 Lamborghini Chandigarh 80.0 7 Mercedes Pune 120.0 8 Lamborghini Delhi 100.0