Python pandas 删除指定行/列数据

1.滤除缺失数据dropna()

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

1)滤除含有NaN值的所有行

df.dropna()#默认axis=0

2)滤除含有NaN值的所有列

df.dropna(axis=1)

3)滤除元素都是NaN值的行

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

4)滤除元素都是NaN值的列

5)滤除指定列中含有缺失的行

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

以上如果需要在原数据上直接做更改，需设置参数inplace=True

2.删除重复值 drop_duplicates()

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

语法：drop_duplicates(subset,keep,inplace)，其中参数 keep:{‘first’，‘last’，False}，默认’first’

• first：保留第一次出现的重复项，删除第二次及之后出现的重复项。

• last：保留最后一次出现的重复项，删除之前出现的重复项。

• "false"：删除所有重复项。

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)删除指定列中重复项对应的行

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

以上如果需要在原数据上直接做更改，需设置参数inplace=True

3.根据指定条件删除行列drop()

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

1).删除指定列

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

另外，也可通过del df["one"]来实现删除指定列，但该方法不推荐，因为这默认直接在源数据上做更改。

2).删除指定行

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

以上如果需要在原数据上直接做更改，需设置参数inplace=True