<强> 1。删除/选取某列含有特殊数值的行强>
熊猫作为pd导入 进口numpy np a=np.array ([[1, 2, 3], [4、5、6], [7 8 9]]) df1=pd.DataFrame(指数=[‘row0’,‘第一行’,' row2 '],列=列表(' ABC ')) 打印(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df1一列中包含数字1的行 df1=df1 [~ df1 [A] .isin ([1])] #通过~取反,选取不包含数字1的行 打印(df1)
运行结果:
<强> 2。删除/选取某行含有特殊数值的列强>
#删除/选取某行含有特定数值的列 关口=[x,我列举(df2.columns)如果df2.iat[0,我]==3) #利用列举对row0进行遍历,将含有数字3的列放入关口中 打印(峡路) # df2=df2[关口]选取含有特定数值的列 df2=df2.drop(关口,轴=1)#利用滴方法将含有特定数值的列删除 打印(df2)
运行结果:
<强> 3。删除含有空值的行或列强>
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。
熊猫作为pd导入 进口numpy np df1=pd.DataFrame ( ( (np。南2 np。南,0), (3、4、np。南,1), (np。南,np。南,np。南,5), (np。南3 np。南4]=),列清单(ABCD)) 打印(df1) df2=df1.copy () df1 [A]=df1 [A] .fillna (null) #将df中一个列所有空值赋值为“零” 打印(df1) df1=df1 [~ df1 [A] .isin([‘零’])] 打印(df1) #删除某行空值所在列 df2 (0:1)=df2 (0:1) .fillna(空的) 打印(df2) 关口=[x,我列举(df2.columns)如果df2.iat[0,我]==恪? 打印(峡路) df2=df2.drop(关口,轴=1) 打印(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。