当前位置：极客教程 > Pandas > Pandas 问答 > pandas 删除

pandas 删除

pandas 删除

pandas 删除

在数据分析和处理中，经常需要对数据进行删除操作。pandas 是一个强大的数据分析工具，提供了丰富的方法来删除数据。本文将详细介绍 pandas 中一些常用的删除数据的方法和注意事项。

删除行或列

在 pandas 中，可以通过 drop() 方法来删除行或列。drop() 方法有两个重要的参数：labels 和 axis。labels 参数用于指定要删除的行或列的索引或标签，axis 参数用于指定是删除行还是列，其中 axis=0 表示删除行，axis=1 表示删除列。

删除行

import pandas as pd

data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}

df = pd.DataFrame(data)
print("原始数据:")
print(df)

df.drop(index=1, inplace=True)
print("\n删除第1行后的数据:")
print(df)
Python

运行结果：

原始数据:
   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

删除第1行后的数据:
   A  B   C
0  1  5   9
2  3  7  11
3  4  8  12
Python

删除列

df.drop(columns=['B'], inplace=True)
print("\n删除列 B 后的数据:")
print(df)
Python

运行结果：

删除列 B 后的数据:
   A   C
0  1   9
2  3  11
3  4  12
Python

在 drop() 方法中设置 inplace=True 可以直接在原始数据上进行删除操作，而不是返回一个删除后的副本。

删除缺失值

在数据分析中，缺失值是经常遇到的问题。pandas 提供了 dropna() 方法来删除包含缺失值的行或列。

data = {'A': [1, 2, None, 4],
        'B': [5, None, 7, 8],
        'C': [9, 10, 11, 12]}

df = pd.DataFrame(data)
print("原始数据:")
print(df)

df.dropna(inplace=True)
print("\n删除缺失值后的数据:")
print(df)
Python

运行结果：

原始数据:
     A    B   C
0  1.0  5.0   9
1  2.0  NaN  10
2  NaN  7.0  11
3  4.0  8.0  12

删除缺失值后的数据:
     A    B   C
0  1.0  5.0   9
3  4.0  8.0  12
Python

删除重复值

有时候数据中会存在重复值，可以使用 drop_duplicates() 方法来删除重复值。

data = {'A': [1, 2, 1, 4],
        'B': [5, 6, 5, 8],
        'C': [9, 10, 9, 12]}

df = pd.DataFrame(data)
print("原始数据:")
print(df)

df.drop_duplicates(inplace=True)
print("\n删除重复值后的数据:")
print(df)
Python

运行结果：

原始数据:
   A  B   C
0  1  5   9
1  2  6  10
2  1  5   9
3  4  8  12

删除重复值后的数据:
   A  B   C
0  1  5   9
1  2  6  10
3  4  8  12
Python

删除指定条件的行或列

除了以上介绍的删除方法，还可以根据指定条件来删除行或列。

data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}

df = pd.DataFrame(data)
print("原始数据:")
print(df)

df = df[df['A'] > 2]
print("\n根据条件删除行后的数据:")
print(df)
Python

运行结果：

原始数据:
   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

根据条件删除行后的数据:
   A  B   C
2  3  7  11
3  4  8  12
Python

以上是一些常用的 pandas 删除数据的方法，根据实际情况选择合适的方法来处理数据，可以使数据清洗和分析更加高效准确。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册