1.删除/选取某列含有特殊数值的行
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import pandas as pd
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]])
df1=pd.dataframe(a,index=['row0','row1','row2'],columns=list('abc'))
print(df1)
df2=df1.copy()
#删除/选取某列含有特定数值的行
#df1=df1[df1['a'].isin([1])]
#df1[df1['a'].isin([1])] 选取df1中a列包含数字1的行
df1=df1[~df1['a'].isin([1])]
#通过~取反，选取不包含数字1的行
print(df1)
|
运行结果：
2.删除/选取某行含有特殊数值的列
|
1
2
3
4
5
6
7
8
|
#删除/选取某行含有特定数值的列
cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3]
#利用enumerate对row0进行遍历，将含有数字3的列放入cols中
print(cols)
#df2=df2[cols] 选取含有特定数值的列
df2=df2.drop(cols,axis=1) #利用drop方法将含有特定数值的列删除
print(df2)
|
运行结果：
3.删除含有空值的行或列
实现思路：利用pandas.dateframe.fillna对空值赋予特定值，再利用上文介绍的方法找到这些含有特定值的行或列去除即可。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
import pandas as pd
import numpy as np
df1 = pd.dataframe(
[
[np.nan, 2, np.nan, 0],
[3, 4, np.nan, 1],
[np.nan, np.nan, np.nan, 5],
[np.nan, 3, np.nan, 4]
],columns=list('abcd'))
print(df1)
df2=df1.copy()
df1['a']=df1['a'].fillna('null') #将df中a列所有空值赋值为'null'
print(df1)
df1=df1[~df1['a'].isin(['null'])]
print(df1)
#删除某行空值所在列
df2[0:1]=df2[0:1].fillna('null')
print(df2)
cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]=='null']
print(cols)
df2=df2.drop(cols,axis=1)
print(df2)
|
运行结果：
以上这篇pandas.dataframe删除/选取含有特定数值的行或列实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/luocheng7430/article/details/80330566