博客

Pandas 删除数据

  • Post category:Python

Pandas是Python中非常流行的数据处理工具。在数据处理过程中，经常需要删除不需要的数据。本文将介绍Pandas删除数据的完整攻略，并提供一些实例说明。

1. 删除行

删除行是在Pandas中最常见的操作之一。在Pandas中，可以使用drop方法删除一行数据。drop方法的基本语法如下：

DataFrame.drop(index, inplace=True)

其中，参数index是要删除的行索引，inplace参数控制是否在元数据上进行修改，如果inplace为True，则原始数据将被修改。如果不指定inplace参数的值，则默认为False，则原始数据不会被修改。

接下来，我们以一个实例来说明删除行的操作。

import pandas as pd

# 创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'score': [80, 90, 70, 75],
        'gender': ['f', 'm', 'm', 'm']}
df = pd.DataFrame(data)

# 删除第二行
df.drop(1, inplace=True)

# 输出结果
print(df)

上面代码中，我们创建了一个包含4行数据的DataFrame，然后使用drop方法删除了第二行数据。最后，我们输出删除后的结果，结果如下：

       name  score gender
0     Alice     80      f
2  Charlie     70      m
3     David     75      m

从结果可以看出，第二行数据已经被删除了。

2. 删除列

除了删除行，还经常需要删除列。Pandas中，可以使用drop方法来删除列。drop方法的基本语法如下：

DataFrame.drop(columns, inplace=True)

其中，参数columns是要删除的列索引或者名称，inplace参数控制是否在元数据上进行修改，如果inplace为True，则原始数据将被修改。如果不指定inplace参数的值，则默认为False，则原始数据不会被修改。

接下来，我们以一个实例来说明删除列的操作。

import pandas as pd

# 创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'score': [80, 90, 70, 75],
        'gender': ['f', 'm', 'm', 'm']}
df = pd.DataFrame(data)

# 删除score列
df.drop('score', axis=1, inplace=True)

# 输出结果
print(df)

上面代码中，我们创建了一个包含3列数据的DataFrame，然后使用drop方法删除了score列。最后，我们输出删除后的结果，结果如下：

       name gender
0     Alice      f
1       Bob      m
2  Charlie      m
3     David      m

从结果可以看出，score列已经被删除了。

3. 根据条件删除行

除了按照索引删除行外，还可以根据某些条件来删除行。pandas提供的drop方法中可以通过[ ]包含一个条件表达式来实现条件删除行，具体实现可以看代码：

import pandas as pd

# 创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'score': [80, 90, 70, 75],
        'gender': ['f', 'm', 'm', 'm']}
df = pd.DataFrame(data)

# 删除score小于80的行
df.drop(df[df['score'] < 80].index, inplace=True)

# 输出结果
print(df)

上面代码中，我们创建了一个包含4行数据的DataFrame，然后使用drop方法删除了所有score小于80的行。最后，我们输出删除后的结果，结果如下：

    name  score gender
1    Bob     90      m

从结果可以看出，score小于80的行已经被删除了。

4. 删除重复行

在数据处理过程中，经常会遇到重复数据的情况。Pandas中，可以使用drop_duplicates方法删除重复行。drop_duplicates方法的基本语法如下：

DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)

其中，参数subset是要去重的列，如果不指定，则默认去重所有列。参数keep确定保留哪个值，如果keep=first，则保留第一个值，如果keep=last，则保留最后一个值，如果keep=False，则删除所有重复值。inplace参数控制是否在元数据上进行修改，如果inplace为True，则原始数据将被修改。如果不指定inplace参数的值，则默认为False，则原始数据不会被修改。

接下来，我们以一个实例来说明删除重复行的操作。

import pandas as pd

# 创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Bob'],
        'score': [80, 90, 70, 75, 90],
        'gender': ['f', 'm', 'm', 'm', 'm']}
df = pd.DataFrame(data)

# 删除重复行
df.drop_duplicates(inplace=True)

# 输出结果
print(df)

上面代码中，我们创建了一个包含5行数据的DataFrame，其中有两行name和score的值都是重复的。然后我们使用drop_duplicates方法删除了重复行。最后，我们输出删除后的结果，结果如下：

       name  score gender
0     Alice     80      f
1       Bob     90      m
2  Charlie     70      m
3     David     75      m

从结果可以看出，重复行已经被删除了。

5. 删除缺失值

在数据处理过程中，经常会遇到空值的情况。Pandas中，可以使用dropna方法删除缺失值。dropna方法的基本语法如下：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

其中，参数axis确定是删除行还是列，axis=0表示删除行，axis=1表示删除列。how确定删除的方式，how=any表示只要有缺失值就删除，how=all表示全部缺失值才删除。thresh参数表示每行或每列中非空值的最小数量，如果小于指定数量则进行删除。subset参数表示要检查缺失值的列。inplace参数控制是否在元数据上进行修改，如果inplace为True，则原始数据将被修改。如果不指定inplace参数的值，则默认为False，则原始数据不会被修改。

接下来，我们以一个实例来说明删除缺失值的操作。

import pandas as pd
import numpy as np

# 创建DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', np.nan],
        'score': [80, np.nan, 70, np.nan, 90],
        'gender': ['f', 'm', np.nan, 'm', 'm']}
df = pd.DataFrame(data)

# 删除缺失值
df.dropna(inplace=True)

# 输出结果
print(df)

上面代码中，我们创建了一个包含5行数据的DataFrame，其中有两行数据存在缺失值。然后我们使用dropna方法删除了缺失值。最后，我们输出删除后的结果，结果如下：

       name  score gender
0     Alice   80.0      f
1       Bob    NaN      m
3     David    NaN      m

从结果可以看出，缺失值已经被删除了。

6. 总结

本文中，我们介绍了Pandas删除数据的基本操作，包括删除行、删除列、根据条件删除行、删除重复行、删除缺失值等。当我们处理数据时，这些操作都是非常常见的。掌握这些操作，能够大大提高数据处理效率。

Tags: