pandas.Series.dropna#

Series.dropna(*, ось=0, inplace=False, how=None, ignore_index=False)[источник]#

Возвращает новый Series с удалёнными пропущенными значениями.

См. Руководство пользователя для получения дополнительной информации о том, какие значения считаются пропущенными и как работать с пропущенными данными.

Параметры:

ось{0 или ‘index’}: Не используется. Параметр необходим для совместимости с DataFrame.
inplacebool, по умолчанию False: Если True, операция выполняется на месте и возвращает None.
howstr, optional: Не используется. Сохранено для совместимости.
ignore_indexbool, по умолчанию False: Если True, результирующая ось будет помечена как 0, 1, …, n - 1.

Добавлено в версии 2.0.0.

Возвращает:

Series или None: Серия с удаленными записями NA или None, если inplace=True.

Смотрите также

Series.isna: Обозначение пропущенных значений.
Series.notna: Указывает существующие (не пропущенные) значения.
Series.fillna: Заменить пропущенные значения.
DataFrame.dropna: Удалить строки или столбцы, содержащие значения NA.
Index.dropna: Удалить отсутствующие индексы.

Примеры

>>> ser = pd.Series([1., 2., np.nan])
>>> ser
0    1.0
1    2.0
2    NaN
dtype: float64

Удалить значения NA из Series.

>>> ser.dropna()
0    1.0
1    2.0
dtype: float64

Пустые строки не считаются значениями NA. None считается значением NA.

>>> ser = pd.Series([np.nan, 2, pd.NaT, '', None, 'I stay'])
>>> ser
0       NaN
1         2
2       NaT
3
4      None
5    I stay
dtype: object
>>> ser.dropna()
1         2
3
5    I stay
dtype: object