pandas.DataFrame刪除/選取含有特定數(shù)值的行或列實(shí)例
1.刪除/選取某列含有特殊數(shù)值的行
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()
#刪除/選取某列含有特定數(shù)值的行
#df1=df1[df1['A'].isin([1])]
#df1[df1['A'].isin([1])] 選取df1中A列包含數(shù)字1的行
df1=df1[~df1['A'].isin([1])]
#通過~取反,選取不包含數(shù)字1的行
print(df1)
運(yùn)行結(jié)果:

2.刪除/選取某行含有特殊數(shù)值的列
#刪除/選取某行含有特定數(shù)值的列 cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3] #利用enumerate對(duì)row0進(jìn)行遍歷,將含有數(shù)字3的列放入cols中 print(cols) #df2=df2[cols] 選取含有特定數(shù)值的列 df2=df2.drop(cols,axis=1) #利用drop方法將含有特定數(shù)值的列刪除 print(df2)
運(yùn)行結(jié)果:

3.刪除含有空值的行或列
實(shí)現(xiàn)思路:利用pandas.DateFrame.fillna對(duì)空值賦予特定值,再利用上文介紹的方法找到這些含有特定值的行或列去除即可。
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') #將df中A列所有空值賦值為'null'
print(df1)
df1=df1[~df1['A'].isin(['null'])]
print(df1)
#刪除某行空值所在列
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)
運(yùn)行結(jié)果:

以上這篇pandas.DataFrame刪除/選取含有特定數(shù)值的行或列實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python中的并發(fā)編程asyncio庫(kù)入門使用
這篇文章主要為大家介紹了Python中的并發(fā)編程asyncio庫(kù)入門的使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-05-05
Tensorflow2.10實(shí)現(xiàn)圖像分割任務(wù)示例詳解
這篇文章主要為大家介紹了Tensorflow2.10實(shí)現(xiàn)圖像分割任務(wù)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-01-01
python requests包的request()函數(shù)中的參數(shù)-params和data的區(qū)別介紹
這篇文章主要介紹了python requests包的request()函數(shù)中的參數(shù)-params和data的區(qū)別介紹,具有很好參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05
Yolov5訓(xùn)練意外中斷后如何接續(xù)訓(xùn)練詳解
目標(biāo)檢測(cè)是計(jì)算機(jī)視覺上的一個(gè)重要任務(wù),下面這篇文章主要給大家介紹了關(guān)于Yolov5訓(xùn)練意外中斷后如何接續(xù)訓(xùn)練的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03

