Python?pandas怎么刪除指定行/列數據

Python pandas怎么刪除指定行/列數據，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

1.濾除缺失數據dropna()

import pandas as pd
import numpy as np
df=pd.DataFrame({"record":[np.nan,"亞健康|潘光|45歲","疾病|張思",np.nan],"date":[np.nan,20210102,20210103,20210104]},index=["one","two","three","four"])

1)濾除含有NaN值的所有行

df.dropna()#默認axis=0

2)濾除含有NaN值的所有列

df.dropna(axis=1)

3)濾除元素都是NaN值的行

df.dropna(axis=0,how="all")

4)濾除元素都是NaN值的列

5)濾除指定列中含有缺失的行

df.dropna(subset=["record"],axis=0)

以上如果需要在原數據上直接做更改，需設置參數inplace=True

2.刪除重復值 drop_duplicates()

df=pd.DataFrame({'state':[1,1,2,2,1,2,2],'pop':['a','b','c','d','b','c','d']})

語法：drop_duplicates(subset,keep,inplace)，其中參數 keep:{‘first’，‘last’，False}，默認’first’

first：保留第一次出現的重復項，刪除第二次及之后出現的重復項。

last：保留最后一次出現的重復項，刪除之前出現的重復項。

"false"：刪除所有重復項。

1)keep=“first”

df.drop_duplicates(keep="first")

2)keep=“last”

df.drop_duplicates(keep="last")

3)keep=False

df.drop_duplicates(keep=False)

4)刪除指定列中重復項對應的行

df.drop_duplicates(subset=["state"],keep="first")

以上如果需要在原數據上直接做更改，需設置參數inplace=True

3.根據指定條件刪除行列drop()

df=pd.DataFrame(np.arange(16).reshape(4,4),columns=["one","two","three","four"])

1).刪除指定列

df.drop(["one"],axis=1)

另外，也可通過del df["one"]來實現刪除指定列，但該方法不推薦，因為這默認直接在源數據上做更改。

2).刪除指定行

df.drop([0],axis=0)

以上如果需要在原數據上直接做更改，需設置參數inplace=True

看完上述內容，你們掌握Python pandas怎么刪除指定行/列數據的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！