Python删除空列方法：_dropna按轴操作

Python的`df.dropna()`默认按行删除空值，若想删除空值较多的列，必须显式指定`axis=1`，并合理使用`thresh`（推荐）或`how`参数控制空值容忍度；它仅识别标准缺失值（NaN/None/pd.NaT），对'N/A'、空字符串等“伪空值”完全无效，需先用`replace()`统一转换并确保dtype支持；此外`inplace=True`已被弃用且易引发链式操作失败，应改用赋值写法，并始终以`df.isna().sum()`验证真实空值分布——别靠肉眼判断，让数据说话。

df.dropna() 默认只删行，不是删列

很多人一上来就写 df.dropna()，发现空值多的列还在，数据没变——因为它的 axis 默认是 0（按行操作），也就是删掉**只要含空值的整行**。想删列，必须显式指定 axis=1。

常见错误现象：df.dropna() 后列数不变，但行数少了；或者用 df.dropna(axis=1) 却删掉了太多列，连只缺一个值的列都干掉了。

• axis=0：删行（默认）
• axis=1：删列（必须写出来）
• 不加 how 参数时，默认 how='any'，即该轴上只要有一个 NaN 就触发删除

删列要控制“空值容忍度”：how 和 thresh

直接 df.dropna(axis=1) 太狠，容易把只缺 1–2 个值的有用列也清掉。得靠 how 或 thresh 控制阈值。

使用场景：比如某列 1000 行里只有 3 个 NaN，你不想丢，但另一列 80% 是空的，就得剔除。

• how='any'：该列只要有一个 NaN，就删（最激进）
• how='all'：该列全为 NaN 才删（几乎没用，慎选）
• thresh=n：保留至少有 n 个非空值的列（更灵活，推荐）
  例如 df.dropna(axis=1, thresh=len(df)*0.8) 表示保留非空值占比 ≥ 80% 的列

空值判断受 dtype 和缺失标识影响

dropna() 只认 NaN、None、pd.NaT 这几种标准缺失值。如果数据里混着 'NULL'、'N/A'、空字符串 ''，它完全看不见，不会删对应列。

常见错误现象：明明看着某列全是 'N/A'，但 df.dropna(axis=1) 毫无反应。

• 先统一清洗：用 df.replace({'N/A': pd.NA, 'NULL': pd.NA, '': pd.NA}) 转成标准缺失值
• 再配合 astype('string') 或 convert_dtypes() 确保 pd.NA 被正确识别
• 检查前可跑 df.isna().sum() 看真实空值分布，别信肉眼

inplace=True 不是万能解，链式操作会失效

有人习惯加 inplace=True 图省事，但在管道或连续调用中容易出问题——比如 df.dropna(axis=1).reset_index()，inplace=True 会让中间结果无法传递。

性能影响：对大表来说，inplace=True 并不真正节省内存，Pandas 内部仍可能复制数据；且未来版本已标记为弃用警告。

• 推荐写法：df = df.dropna(axis=1, thresh=...)
• 避免在方法链里用 inplace=True，它会让后续方法接收 None
• 真要原地改，确认变量没被其他地方引用，否则可能引发隐蔽 bug

最常被忽略的是空值定义本身——dropna 不处理字符串型“伪空值”，也不管你心里觉得“这列没用”而主观想删。它只响应明确的缺失标识和你设的阈值。跑之前，先 df.isna().sum() 看一眼，比猜靠谱得多。

到这里，我们也就讲完了《Python删除空列方法：_dropna按轴操作》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！