使用pandas的drop函数删除数据

使用pandas的drop对数据进行删除操作

drop函数参数详解

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

labels：待删除的行列名，labels = ‘A’ 即表示A列或者A行
axis：｛0或1｝默认方向为0，纵向也就是列方向，1则表示横向，即行方向
index：某一行或者多行
colums：某一列或者多列
level：等级，针对多重索引，暂时不会遇见
inplace：True 或 False 默认为false，指是否在原数据上做操作
errors：一般不会用到

drop删除行列

df = pd.DataFrame([[1,2,3,3,5],[2,3,4,5,6],[1,3,5,7,9],[2,4,6,8,5]],index=['a','b','c','d'],columns=['A','B','C','D','E'])
df

数据框数据如下

删除缺失值

## 删除缺失值是dropna函数，顺带一提
df.dropna() ## 删除所有含缺失值的行，默认axis = 0
df.dropna(axis=1) # 删除含缺失值的列
df.dropna(axis='columns') # 删除含有缺失值的列
df['columns'].dropna() # 删除指定列缺失值

直接删除行列

# 删除行数据
df = df.drop(['a'])  ## 方法一，直接填写行索引
df = df.drop(labels = ['a','b']) ## 方法二，使用labels
df = df.drop(index='a')  ## 使用index参数# 删除列数据
df = df.drop(['A'],axis=1) ## 需加上axis参数才可删除列数据
df = df.drop(labels='A',axis=1)
df = df.drop(columns='A') ## 使用columns参数

删除满足条件行列数据

## 删除行数据
df = df.drop(df.index[df['A'] == 2]) ## 删除A列数值为2的行
df = df.drop(df.index[(df['A'] == 2)|(df['A'] == 3)])  ## 删除A列数值为2或者3的数据所在行
df = df.drop(df.index[(df['A'] >= 2)&(df['A'] < 3)]) ## 删除A列数值大于等于且3的数据所在行## 删除列数据
df = df.drop(df.columns[df.loc['a'] == 3],axis = 1) ## 删除a行数据为3的列
df = df.drop(df.columns[(df.loc['a'] == 3) | (df.loc['a'] == 2)],axis = 1)
df = df.drop(df.columns[(df.loc['a'] < 3) & (df.loc['a'] >= 2)],axis = 1)

使用pandas的drop函数删除数据相关推荐

pandas使用drop函数删除dataframe中指定索引列表对应位置的数据行（drop multiple rows in dataframe with integer index）
pandas使用drop函数删除dataframe中指定索引列表对应位置的数据行(drop multiple rows in dataframe with integer index) 目录
pandas使用dropna函数删除dataframe中全是缺失值的数据列（drop columns with all missing values in dataframe）
pandas使用dropna函数删除dataframe中全是缺失值的数据列(drop columns with all missing values in dataframe) 目录
pandas使用dropna函数删除dataframe中所有包含缺失值的数据行（drop rows which contain missing vlaues in dataframe）
pandas使用dropna函数删除dataframe中所有包含缺失值的数据行(drop rows which contain missing vlaues in dataframe) 目录
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一阈值的数据列
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一阈值的数据列(drop columns with non missing values less than a thre ...
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列
pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一比例阈值的数据列(drop columns with non missing values less than a pr ...
pandas使用duplicated函数删除dataframe中重复列名称的数据列、默认保留重复数据列中的第一个数据列(removing duplicate columns in dataframe)
pandas使用duplicated函数删除dataframe中重复列名称的数据列.默认保留重复数据列中的第一个数据列(removing duplicate columns in dataframe) ...
pandas使用query函数删除dataframe中两个数据列加和小于某一特定值的数据行（removing rows based on multiple dataframe column value
pandas使用query函数删除dataframe中两个数据列加和小于某一特定值的数据行(removing rows based on multiple dataframe column value ...
pandas使用dropna函数删除dataframe数据中指定数据列的内容为缺失值的数据行（使用subset参数指定数据列）
pandas使用dropna函数删除dataframe数据中指定数据列的内容为缺失值的数据行(使用subset参数指定数据列) 目录
pandas dataframe drop函数
使用drop函数删除dataframe的某列或某行数据: drop(labels, axis=0, level=None, inplace=False, errors='raise')-- axis为 ...

使用pandas的drop函数删除数据

使用pandas的drop对数据进行删除操作

drop函数参数详解

drop删除行列

使用pandas的drop函数删除数据相关推荐

最新文章

热门文章