pandas删除行|极客教程

pandas删除行

在数据处理的过程中，经常会遇到需要删除某些行的情况。Pandas是一个强大的数据分析工具，它提供了丰富的方法来操作数据，包括删除行的功能。本文将详细介绍如何使用Pandas删除行，包括根据条件删除行和根据索引删除行。

根据条件删除行

通过布尔索引删除行

在Pandas中，可以使用布尔索引来选择满足条件的行，然后再删除这些行。例如，我们有一个包含学生信息的数据集，我们想要删除年龄大于18岁的学生的行。可以通过以下步骤实现：

import pandas as pd

# 创建包含学生信息的DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [20, 18, 19, 17]}
df = pd.DataFrame(data)

# 打印原始数据
print('原始数据:')
print(df)

# 选择年龄小于等于18岁的学生
mask = df['Age'] <= 18
df = df[~mask]

# 打印删除后的数据
print('删除年龄大于18岁的行后的数据:')
print(df)

运行结果：

原始数据:
      Name  Age
0    Alice   20
1      Bob   18
2  Charlie   19
3    David   17
删除年龄大于18岁的行后的数据:
    Name  Age
1    Bob   18
3  David   17

使用query方法删除行

Pandas还提供了query方法，可以更方便地根据条件删除行。使用query方法可以避免编写复杂的布尔索引条件。例如，我们可以通过以下代码删除年龄大于18岁的学生的行：

import pandas as pd

# 创建包含学生信息的DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [20, 18, 19, 17]}
df = pd.DataFrame(data)

# 打印原始数据
print('原始数据:')
print(df)

# 使用query方法删除年龄大于18岁的学生
df = df.query('Age <= 18')

# 打印删除后的数据
print('删除年龄大于18岁的行后的数据:')
print(df)

运行结果：

原始数据:
      Name  Age
0    Alice   20
1      Bob   18
2  Charlie   19
3    David   17
删除年龄大于18岁的行后的数据:
    Name  Age
1    Bob   18
3  David   17

根据索引删除行

使用`drop`方法删除行

除了根据条件删除行外，还可以直接根据索引删除行。Pandas提供了drop方法来删除指定索引的行。以下是一个示例：

import pandas as pd

# 创建包含学生信息的DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [20, 18, 19, 17]}
df = pd.DataFrame(data)

# 打印原始数据
print('原始数据:')
print(df)

# 删除索引为1的行
df = df.drop(1)

# 打印删除后的数据
print('删除索引为1的行后的数据:')
print(df)

运行结果：

原始数据:
      Name  Age
0    Alice   20
1      Bob   18
2  Charlie   19
3    David   17
删除索引为1的行后的数据:
      Name  Age
0    Alice   20
2  Charlie   19
3    David   17

在使用drop方法时，需要注意传入的参数是要删除的行的索引，可以同时删除多行，只需要传入一个列表即可。另外，需要注意drop方法默认是返回一个新的DataFrame，如果要在原DataFrame上进行删除操作，可以添加inplace=True参数。

综上所述，本文详细介绍了如何使用Pandas删除行，包括根据条件删除行和根据索引删除行。