删除行

当您知道某一列对分析至关重要，而该列只有一小部分行缺失值时，通常可以直接将这些行从数据集中移除。

在本课程中，driver_gender 列对许多分析都很关键。由于只有很少一部分行缺少 driver_gender，我们将把这些行从数据集中删除。

本练习是课程的一部分

使用 pandas 分析警务活动

查看课程

练习说明

统计每一列中的缺失值数量。
通过将列名传给 .dropna() 的 subset 参数，删除所有缺少 driver_gender 的行。
再次统计每一列中的缺失值数量，确认剩余的行都不再缺少 driver_gender。
查看 DataFrame 的 .shape，以了解还剩多少行和列。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Count the number of missing values in each column
print(ri.isnull().____)

# Drop all rows that are missing 'driver_gender'
ri.____(subset=[____], inplace=True)

# Count the number of missing values in each column (again)
print(ri.____.____)

# Examine the shape of the DataFrame
print(____)

编辑并运行代码