Метод dropna

Метод dropna применяется к Series и возвращает новую серию, из которой удалены все пропущенные значения. Метод не изменяет исходную серию. Параметр inplace позволяет изменять исходную серию.

Синтаксис

ser.dropna(inplace=False)

Параметры

inplace - определяет, будет ли изменена исходная серия (False по умолчанию).

Пример

Давайте создадим серию с пропусками и удалим их:

import pandas as pd
import numpy as np

ser = pd.Series([1, np.nan, 3, np.nan, 5])
res = ser.dropna()
print(res)

Результат выполнения кода:

0	1.0
2	3.0
4	5.0
dtype: float64

Пример

Удалим пропуски с изменением исходной серии:

import pandas as pd
import numpy as np

ser = pd.Series([10, np.nan, 30, np.nan, 50])
ser.dropna(inplace=True)
print(ser)

Результат выполнения кода:

0	10.0
2	30.0
4	50.0
dtype: float64

Пример

Рассмотрим случай, когда все значения являются пропусками. Результатом будет пустая серия:

import pandas as pd
import numpy as np

ser = pd.Series([np.nan, np.nan, np.nan])
res = ser.dropna()
print(res)

Результат выполнения кода:

Series([], dtype: float64)

Смотрите также

метод fillna,
который заполняет пропуски значениями
метод isna,
который определяет пропущенные значения
метод notna,
который определяет непропущенные значения
метод interpolate,
который интерполирует пропущенные значения