Tivia
发布：2026-11-15 · TIVIA
人工智能训练师三级实操中，看到缺失就直接删行，可能把仍有用的记录也删掉。TIVIA今天用三行自拟数据比较：检查所有列，和只检查成绩列，保留的行有什么不同？
本例raw有score和note两列。A的score是80、note缺失；B的score缺失、note为checked；C的score是90、note为checked。raw.dropna()默认检查所有列，只留下C；raw.dropna(subset=["score"])只根据score判断，留下A和C。
subset指定的是判断缺失时检查的列，不是只输出这些列。第二个结果仍有score和note两列，A的note仍为缺失。返回结果的A、C索引保留；这里没有重编索引，也没有改写原表。
自拟三行，核对五个结果
import pandas as pd
raw = pd.DataFrame({"score": [80, None, 90],
"note": [None, "checked", "checked"]},
index=["A", "B", "C"])
all_columns = raw.dropna()
score_only = raw.dropna(subset=["score"])
assert all_columns.index.tolist() == ["C"]
assert score_only.index.tolist() == ["A", "C"]
assert pd.isna(score_only.loc["A", "note"])
assert raw.index.tolist() == ["A", "B", "C"]
assert raw.isna().sum().to_dict() == {"score": 1, "note": 1}
print("all columns:", all_columns.index.tolist())
print("score only:", score_only.index.tolist())
样例在已有pandas 2.3.1执行通过，需pandas环境；断言只证明本例行为，不代表学习效果。
先写清哪些字段是本次任务必需的，再确定检查范围。如果本次规则只要求score有效，note缺失不必由这条规则删行；如果两列都必需，就要检查两列。是否删行属于业务选择，不能靠函数默认值代替判断。
自拟填空：只按score列判断缺失，应填raw.dropna(subset=["score"])。自测：A会保留吗？会。它的note会自动填好吗？不会。请同时检查保留索引、列是否保留和剩余缺失位置。
本例使用pandas 2.3.1、默认按行删除以及默认any条件，None被识别为缺失。空字符串、仅含空格的文本不因此自动等同于缺失；特殊缺失标记需要另作规范。本例不讨论按列删除、how="all"或阈值规则。
今天的验收动作：先预测两种写法分别留下哪些行，再运行五条断言。把“删除判断范围”和“输出保留字段”分别写清，避免以为subset会删除其他列。
本文由TIVIA产品方发布，AI辅助整理并执行自拟代码核验。TIVIA包含理论题学习与上机代码填空等学习内容。本文借产品实操缺失清理作基础延伸，非原题照搬、官方真题或通过考试承诺；产品完整范围以实际说明为准。
技术参考：pandas官方dropna文档。