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 ...
最新文章
- sql 查看数据库中的各表的大小
- apscheduler 绿色版
- 罗汉塔最少步骤_如何以最少的步骤压缩和密码保护文件?
- 大牛深入讲解!高并发你真的理解透彻了吗
- python爬虫知乎图片_Python爬虫入门教程 25-100 知乎文章图片爬取器之一
- 海康+萤石云+云存储多少钱一个月_400万极清画质 萤石C6Wi智能家居摄像机
- 动态数组的各种操作 0104 c#
- Mac安装Cobalt Strike 4 【亲测有用】
- python字典的键可以是列表吗_如何返回字典键作为Python中的列表?
- 扫描仪scanner接口_QR Code Scanner –适用于Android的条形码扫描仪
- 神经网络入门--学习资源
- 多台电脑集群运算_Linux服务器集群概念辨识
- 数组、链表、哈希表(数据结构)-代码随想录
- mac电脑外接显示器后没有声音
- (阿里云笔记)阿里云域名ICP备案全流程——超详细
- springboot+nodejs+vue+Elementui高校课外学科竞赛管理系统
- CNN神经网络猫狗分类经典案例,深度学习过程中间层激活特征图可视化
- Python饿汉式和懒汉式单例模式的实现
- 1483. 纪念品分组 输出好忧桑…………
- 圣诞节来了,用Python Turtle画棵圣诞树吧