python教程：Pandas删除数据的几种方式 |
您所在的位置：网站首页 › dataframe删除0值所在行 › python教程：Pandas删除数据的几种方式 |
|
开始之前，pandas中DataFrame删除对象可能存在几种情况 1、删除具体列 2、删除具体行 3、删除包含某些数值的行或者列 4、删除包含某些字符、文字的行或者列 本文就针对这四种情况探讨一下如何操作。 数据准备模拟了一份股票交割的记录。 In [1]: import pandas as pd In [2]: data = { ...: '证券名称' : ['格力电器','视觉中国','成都银行','中国联通','格力电器','视觉中国','成都银行','中国联通'], ...: '摘要': ['证券买入','证券买入','证券买入','证券买入','证券卖出','证券卖出','证券卖出','证券卖出'], ...: '成交数量' : [500,1000,1500,2000,500,500,1000,1500], ...: '成交金额' : [-5000,-10000,-15000,-20000,5500,5500,11000,15000] ...: } ...: In [3]: df = pd.DataFrame(data, index = ['2018-2-1','2018-2-1','2018-2-1','2018-2-1','2018-2-2','2018-2-2','2018-2-2','2018-2-3']) In [4]: df Out[4]: 成交数量 成交金额 摘要 证券名称 2018-2-1 500 -5000 证券买入 格力电器 2018-2-1 1000 -10000 证券买入 视觉中国 2018-2-1 1500 -15000 证券买入 成都银行 2018-2-1 2000 -20000 证券买入 中国联通 2018-2-2 500 5500 证券卖出 格力电器 2018-2-2 500 5500 证券卖出 视觉中国 2018-2-2 1000 11000 证券卖出 成都银行 2018-2-3 1500 15000 证券卖出 中国联通 删除具体列 In [5]: df.drop('成交数量',axis=1) Out[5]: 成交金额 摘要 证券名称 2018-2-1 -5000 证券买入 格力电器 2018-2-1 -10000 证券买入 视觉中国 2018-2-1 -15000 证券买入 成都银行 2018-2-1 -20000 证券买入 中国联通 2018-2-2 5500 证券卖出 格力电器 2018-2-2 5500 证券卖出 视觉中国 2018-2-2 11000 证券卖出 成都银行 2018-2-3 15000 证券卖出 中国联通 删除具体行 In [6]: df.drop('2018-2-3') Out[6]: 成交数量 成交金额 摘要 证券名称 2018-2-1 500 -5000 证券买入 格力电器 2018-2-1 1000 -10000 证券买入 视觉中国 2018-2-1 1500 -15000 证券买入 成都银行 2018-2-1 2000 -20000 证券买入 中国联通 2018-2-2 500 5500 证券卖出 格力电器 2018-2-2 500 5500 证券卖出 视觉中国 2018-2-2 1000 11000 证券卖出 成都银行也可以根据行号删除记录，比如删除第三行 ''' 学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' In [22]: df.drop(df.index[7]) Out[22]: 成交数量 成交金额 摘要 证券名称 2018-2-1 500 -5000 证券买入 格力电器 2018-2-1 1000 -10000 证券买入 视觉中国 2018-2-1 1500 -15000 证券买入 成都银行 2018-2-1 2000 -20000 证券买入 中国联通 2018-2-2 500 5500 证券卖出 格力电器 2018-2-2 500 5500 证券卖出 视觉中国 2018-2-2 1000 11000 证券卖出 成都银行注意，这个办法其实不是按照行号删除，而是按照索引删除。如果index为3，则会将前4条记录都删除。这个方法支持一个范围，以及用负数表示从末尾删除。 删除特定数值的行（删除成交金额小于10000) In [7]: df[ df['成交金额'] > 10000] Out[7]: 成交数量 成交金额 摘要 证券名称 2018-2-2 1000 11000 证券卖出 成都银行 2018-2-3 1500 15000 证券卖出 中国联通本例其实是筛选，如果需要保留，可以将筛选后的对象赋值给自己即可。 删除某列包含特殊字符的行 In [11]: df[ ~ df['证券名称'].str.contains('联通') ] Out[11]: 成交数量 成交金额 摘要 证券名称 2018-2-1 500 -5000 证券买入 格力电器 2018-2-1 1000 -10000 证券买入 视觉中国 2018-2-1 1500 -15000 证券买入 成都银行 2018-2-2 500 5500 证券卖出 格力电器 2018-2-2 500 5500 证券卖出 视觉中国 2018-2-2 1000 11000 证券卖出 成都银行如果想取包含某些字符的记录，可以去掉~ In [12]: df[ df['证券名称'].str.contains('联通') ] Out[12]: 成交数量 成交金额 摘要 证券名称 2018-2-1 2000 -20000 证券买入 中国联通 2018-2-3 1500 15000 证券卖出 中国联通 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |