返回介绍

solution / 2800-2899 / 2883.Drop Missing Data / README_EN

发布于 2024-06-17 01:02:59 字数 1655 浏览 0 评论 0 收藏 0

2883. Drop Missing Data

中文文档

Description

DataFrame students
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| student_id  | int  |
| name    | object |
| age     | int  |
+-------------+--------+

There are some rows having missing values in the name column.

Write a solution to remove the rows with missing values.

The result format is in the following example.

 

Example 1:

Input:
+------------+---------+-----+
| student_id | name  | age |
+------------+---------+-----+
| 32     | Piper   | 5   |
| 217    | None  | 19  |
| 779    | Georgia | 20  |
| 849    | Willow  | 14  |
+------------+---------+-----+
Output:
+------------+---------+-----+
| student_id | name  | age |
+------------+---------+-----+
| 32     | Piper   | 5   |
| 779    | Georgia | 20  | 
| 849    | Willow  | 14  | 
+------------+---------+-----+
Explanation: 
Student with id 217 havs empty value in the name column, so it will be removed.

Solutions

Solution 1

import pandas as pd


def dropMissingData(students: pd.DataFrame) -> pd.DataFrame:
  return students[students['name'].notnull()]

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文