pandas.DataFrame删除/选取含有特定数值的行或列实例

技术  /  管理员 发布于 7年前   202

1.删除/选取某列含有特殊数值的行

import pandas as pdimport 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

#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。

import pandas as pdimport 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。