Python|Python pandas删除指定行/列数据的方法实例
目录
- 1.滤除缺失数据dropna()
- 1)滤除含有NaN值的所有行
- 2)滤除含有NaN值的所有列
- 3)滤除元素都是NaN值的行
- 4)滤除元素都是NaN值的列
- 5)滤除指定列中含有缺失的行
- 2.删除重复值 drop_duplicates()
- 1)keep=“first”
- 2)keep=“last”
- 3)keep=False
- 4)删除指定列中重复项对应的行
- 3.根据指定条件删除行列drop()
- 1).删除指定列
- 2).删除指定行
- 总结
1.滤除缺失数据dropna()
import pandas as pdimport numpy as npdf=pd.DataFrame({"record":[np.nan,"亚健康|潘光|45岁","疾病|张思",np.nan],"date":[np.nan,20210102,20210103,20210104]},index=["one","two","three","four"])
文章图片
1)滤除含有NaN值的所有行
df.dropna()#默认axis=0
文章图片
2)滤除含有NaN值的所有列
df.dropna(axis=1)
文章图片
3)滤除元素都是NaN值的行
df.dropna(axis=0,how="all")
文章图片
4)滤除元素都是NaN值的列
文章图片
5)滤除指定列中含有缺失的行
df.dropna(subset=["record"],axis=0)
文章图片
以上如果需要在原数据上直接做更改，需设置参数inplace=True
2.删除重复值 drop_duplicates()
df=pd.DataFrame({'state':[1,1,2,2,1,2,2],'pop':['a','b','c','d','b','c','d']})
文章图片
语法：drop_duplicates(subset,keep,inplace)，其中参数 keep:{‘first’，‘last’，False}，默认’first’
first：保留第一次出现的重复项，删除第二次及之后出现的重复项。
last：保留最后一次出现的重复项，删除之前出现的重复项。
"false"：删除所有重复项。
1)keep=“first”
df.drop_duplicates(keep="first")
文章图片
2)keep=“last”
df.drop_duplicates(keep="last")
文章图片
3)keep=False
df.drop_duplicates(keep=False)
文章图片
4)删除指定列中重复项对应的行
df.drop_duplicates(subset=["state"],keep="first")
文章图片
以上如果需要在原数据上直接做更改，需设置参数inplace=True
3.根据指定条件删除行列drop()
df=pd.DataFrame(np.arange(16).reshape(4,4),columns=["one","two","three","four"])
文章图片
1).删除指定列
df.drop(["one"],axis=1)
文章图片
另外，也可通过
del df["one"]来实现删除指定列，但该方法不推荐，因为这默认直接在源数据上做更改。2).删除指定行
df.drop([0],axis=0)
文章图片
以上如果需要在原数据上直接做更改，需设置参数inplace=True
总结 【Python|Python pandas删除指定行/列数据的方法实例】到此这篇关于Python pandas删除指定行/列数据的文章就介绍到这了,更多相关python pandas删除指定行/列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
推荐阅读
- Python中缓存lru_cache的基本介绍和讲解
- 详解c#与python的交互方式
- 在Python中执行cmd
- Python中的if...else语法和执行流程
- 关于python中if条件语句的实例- 简单版和进阶版
- python实现简易图书管理系统
- 基于mybatis|基于mybatis plus实现数据源动态添加、删除、切换，自定义数据源的示例代码
- python实现图书馆借阅系统
- python编写图书管理系统
- Python+Turtle绘制航海王草帽路飞详解