pandas删除表中的某些行,pandas删除指定列数据

　　在工作中，我们经常会遇到大量的数据集需要处理，其中之一就是删除包含一些数据的行。下面这篇文章主要介绍了如何使用Pandas来删除一列的指定值所在的行的相关信息。有需要的可以参考一下。

　　00-1010前言1.data.dropna()1-1轴确定删除缺失值的行或列。1-2当确定有丢失值时，如何删除行或列1-3 thresh=n表示保留具有至少n个非na值的行1-4子集确定要查找丢失值的列1-5就地确定是否修改2.data.drop2-1直接在原始数据帧中的标签2-2指定行或列的名称索引指定要删除的行2-3列指定要删除的列3。示例3-1计算0的个数3-2找出0的索引3-3使用drop函数和index参数删除它所在的行3-4查看数据3-5对索引重新排序3-6计算“ZH _术语_长度”列中值的个数

前言

　　默认参数：

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

1.data.dropna()

　　#删除缺少值的行

　　轴=0或轴=索引

　　#删除缺少值的列

　　轴=1或轴=列

1-1 axis确定删除存在缺失值的行或者是列

　　How=all 或how= any 。

　　How=all 表示删除所有缺少值的行(列)。

　　How=any 表示删除包含缺失值的行(列)。

1-2 how 确定存在缺失值时，是否删除行或者列

　　data.dropna(thresh=2)

1-3 thresh=n表示保留至少含有n个非na数值的行

　　#查找源列和目标列中缺少的值

　　data.drop(subset=[source ， target])

1-4 subset确定要在哪些列中查找缺失值

　　#删除缺少的值，而不在原始数据上修改它。

　　原地=假

　　#删除缺少的值并在原始数据上修改它

　　原地=真

1-5 inplace确定是否直接在原DataFrame修改

　　默认参数：

　　data.drop(

　　标签=无，

　　轴=0，

　　索引=无，

　　列=无，

　　级别=无，

　　inplace=False，

　　errors=raise ，

　　)

2.data.drop

　　#参数axis为0表示在0轴(列)上搜索名为“name”的对象，然后删除对象“name”对应的行。

　　Data.drop (name ，axis=0)

　　#参数axis为0表示在1轴(行)上搜索名为“name”的对象，然后删除对象“name”对应的列。

　　Data.drop (name ，axis=1)

2-1 labels 指定行或者列的名称

　　#删除数据中索引为0和1的行

　　data.drop(索引=[0，1])

2-2 index 指定要删除的行

　　#删除数据中列名为“源”和“目标”的列

　　data.drop(columns=[source ， target])

2-3columns 指定要删除的列

　　任务：删除“ZH _术语_长度”列中所有值为0的行。

3.实例

　　#数一数“ZH术语长度”一栏中有多少个零

　　数据[ ZH _期限_长度]。值计数()

3-1 统计0的数量

　　数据[(数据。ZH _术语_长度==0)]。

3-2 找出0的索引

　　data=data . drop(index=data[(data。ZH_Term_len==0)].index.tolist())

3-3 使用drop函数以及index参数删除所在的行

　　data.info()

3-4 查看数据

　　#将从零开始对标签重新排序，并使用参数设置drop=True删除旧的索引序列。

　　data=data . reset _ index(drop=True)

3-5 将索引重新排序

　　经过统计，发现“ZH _期限_长度”列中所有值为0的行都被删除了。

3-6统计“ZH_Term_len”列中值的数量

　　这就是关于如何使用Panda删除指定值的行的文章。关于熊猫删除指定值行的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。