Удаление пропусков в Pandas

Чтобы не считать строки с неизвестными полями, их убирают методом dropna. Строка исчезает, если в ней есть хотя бы один пропуск. Исходная таблица не меняется, пока результат не сохранят отдельно.

Создадим таблицу с пропуском в цене и запишем очищенный вариант в новую переменную:

import pandas as pd

data = {
	'item': ['Pen', 'Book', 'Cup'],
	'price': [10.0, None, 15.0],
}
shop = pd.DataFrame(data)
clean = shop.dropna()
print(clean) # выведет   item  price
             #       0   Pen   10.0
             #       2   Cup   15.0

Строка с книгой пропала: в ней был пропуск в price. Ручка и чашка остались, потому что оба поля заполнены.

Создайте таблицу с городами и числом жителей, где у одного города значение не задано. Сохраните вариант без строк с пропусками и выведите его.

Соберите таблицу учеников с баллами, оставив None у одной оценки. Получите таблицу только с полными строками и выведите её.

Создайте таблицу с днями и часами работы, где один день без числа часов. Запишите очищенный набор в новую переменную и выведите.