Supprimer les valeurs manquantes (dropna())

Fonctions :

• dropna()

  La fonction dropna() permet de supprimer les lignes ou les colonnes contenant des valeurs manquantes dans un DataFrame. Elle est utile pour nettoyer les données avant de procéder à une analyse ou une modélisation.

  Importation :

  import pandas as pd

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  axis	int ou None	Spécifie si les lignes (axis=0) ou les colonnes (axis=1) doivent être supprimées.	0 (lignes)
  how	str	Détermine comment supprimer les valeurs manquantes :	-

  Exemple de code :

  import pandas as pd
  
  # Création d'un DataFrame exemple avec des valeurs manquantes
  data = {
      'Nom': ['Alice', 'Bob', 'Charlie', None, 'Eva'],
      'Âge': [24, None, 35, 40, None],
      'Ville': ['Paris', 'Lyon', None, 'Nice', 'Bordeaux']
  }
  
  df = pd.DataFrame(data)
  
  # Supprimer les lignes contenant des valeurs manquantes
  df_cleaned = df.dropna()
  
  # Afficher le DataFrame après suppression
  print(df_cleaned)

  Explication du code :

  Un DataFrame est créé avec des valeurs manquantes représentées par None ou NaN.
  
  La fonction dropna() est utilisée pour supprimer toutes les lignes contenant au moins une valeur manquante.
  
  Le paramètre inplace=False crée un nouveau DataFrame sans modifier l'original. Si inplace=True avait été utilisé, les modifications auraient été appliquées directement à df.
  
  Par défaut, dropna() supprime les lignes (axis=0) contenant des valeurs manquantes, mais il est possible de spécifier la suppression des colonnes en utilisant axis=1.