python删除指定列或多列单个或多个内容实例
在python中进行数据处理,经常会遇到有些元素内容是不需要的。需要进行删除或者替换。本篇就详细探讨一下各种数据类型(series,dataframe)下的删除方法
随机创建一个DataFrame数据
importpandasaspd importnumpyasnp data=pd.DataFrame(np.random.randint(10,size=(5,3)),columns=['a','b','c']) >>> abc 0382 1995 2451 3275 4128
Series:
isin反函数删除不需要的列部分元素,适合大批量:
S数据类型直接使用isin会选出该列包含的指定内容,我们的需求是删除指定内容就需要用到isin的反函数。但是python目前没有类似isnotin这种函数,所以我们需要使用-号来实现isnotin的方法
!=比较运算符方式,适合少量或者用作与同时满足a条件与b条件的情况
isin:
Series的场景
print(data['c'][data['c'].isin([1])]) >>> 21 Name:c,dtype:int64 print(data['c'][-data['c'].isin([1])]) >>> 02 15 35 48 Name:c,dtype:int64 print(data['c'][-data['c'].isin([1,2])]) >>> 15 35 48 Name:c,dtype:int64
DataFrame场景:
print(data[-data.isin([1,2])])#按Series逻辑操作df发现会出现NAN并没有删除掉 >>> abc 03.08.0NaN 19.09.05.0 24.05.0NaN 3NaN7.05.0 4NaNNaN8.0 print(data[-data.isin([1,2])].dropna())#我们只需要再加一个dropna删除空值就好了 >>> abc 19.09.05.0
!=比较运算符:
Series的场景:
print(data['c'][data['c']!=1]) >>> 02 15 35 48 Name:c,dtype:int64 print(data['c'][(data['c']!=1)&((data['c']!=2))]) >>> 15 35 48 Name:c,dtype:int64
DataFrame场景:
分别删除a与b不同条件的数据
print(data[(data['a']!=1)&(data['c']!=2)] >>> abc 1995 2451 3275 print(data[(data!=1)&(data!=2)].dropna())#与isin原理相同 abc 19.09.05.0
以上这篇python删除指定列或多列单个或多个内容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毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。