In una micro-lezione precedente, abbiamo visto come identificare i valori nulli con la libreria pandas di Python.

In questo approfondimento scopriremo come ripulire i nostri dati, eliminando le righe e/o le colonne che contengono valori nulli.

Rimuovere tutte le righe con valori nulli

Se vogliamo eliminare le righe del nostro dataframe che contengono dei valori nulli possiamo utilizzare dropna(), aggiungendovi il parametro inplace per far sì che venga applicato alla versione permanente del nostro dataframe.

df.dropna(inplace=True)

Rimuovere le righe che contengono dei valori nulli è il comportamento di default di dropna().

Se invece vogliamo essere espliciti possiamo scrivere:

df.dropna(axis='index', inplace=True)

oppure

df.dropna(axis=0, inplace=True)

Così facendo rimuoveremo dal nostro dataframe tutte le righe che contengono almeno un valore nullo in qualsiasi colonna.

Rimuovere le righe con valori nulli (solo in alcune colonne)

Con il parametro subset, possiamo specificare una o più colonne alle quali applicare il comando dropna().

In questo modo, elimineremo le righe solo se contengono dei valori nulli nelle colonne specificate.

df.dropna(subset=['cognome', 'id'], inplace=True)

Questa è una delle applicazioni più diffuse di dropna() perché ci permette di preservare l’integrità di alcune colonne chiave.

Rimuovere tutte le colonne con valori nulli

Se invece vogliamo eliminare le colonne che contengono valori nulli, dobbiamo specificarlo quando utilizziamo dropna(). Possiamo farlo così:

df.dropna(axis='columns', inplace=True)

oppure:

df.dropna(axis=1, inplace=True)

In questo modo stiamo eliminando tutte le colonne, nella loro interezza, che contengono almeno un valore nullo.

Alla prossima micro-lezione 👋