如何在Pandas的print函数中添加shape参数，对比dropna前后数据形状？

你的问题出在使用inplace=True时，dropna()会直接修改原DataFrame，同时返回None，所以第二个print输出的是None而不是处理后的数据shape。这里给两种可行的解决方式：

方式一：先执行dropna再打印shape #

直接先调用带inplace=True的dropna()修改原数据，之后单独打印data.shape：

import pandas as pd
import numpy as np

data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/10db3746-c8ff-4c55-9ac3-4affa0b65c16/titanic.csv')

print('Before dropping NaNs:', data.shape)
# 直接修改原数据
data.dropna(inplace=True)
# 打印处理后的shape
print('After dropping NaNs:', data.shape)

方式二：不使用inplace，赋值新变量后打印shape #

如果不想修改原数据，可以把处理后的结果赋值给新变量，再取新变量的shape：

import pandas as pd
import numpy as np

data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/10db3746-c8ff-4c55-9ac3-4affa0b65c16/titanic.csv')

print('Before dropping NaNs:', data.shape)
# 处理后的数据存入新变量，原数据保持不变
cleaned_data = data.dropna()
# 打印新数据的shape
print('After dropping NaNs:', cleaned_data.shape)

简单来说：inplace=True的作用是直接修改原对象，这类方法通常返回None，所以不能在print里直接调用它来获取shape，必须分开执行操作和打印步骤，或者用新变量接收结果。

内容的提问来源于stack exchange，提问作者Kennedy Murimi