Pandas删除数据集中的行|极客教程

Pandas删除数据集中的行

在数据分析过程中，我们经常需要删除数据集中的某些行。这可能是因为这些行包含错误的数据，或者我们可能只对数据集中的某些部分感兴趣。无论原因如何，pandas库提供了一个非常方便的函数来删除数据集中的行，那就是drop函数。

1. 基本用法

drop函数的基本用法非常简单。你只需要传递你想要删除的行的标签（或者是一个包含多个标签的列表），然后pandas会返回一个新的DataFrame，其中不包含这些行。

下面是一个简单的例子：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, 31, 35, 19, 45],
    'city': ['NYC', 'LA', 'SF', 'Seattle', 'Chicago']
}, index=['a', 'b', 'c', 'd', 'e'])

# 删除标签为'b'的行
df = df.drop('b')

print(df)

Output:

Pandas删除数据集中的行

在这个例子中，我们首先创建了一个简单的DataFrame，其中包含三列（’name’，’age’和’city’）和五行（标签为’a’，’b’，’c’，’d’和’e’）。然后，我们使用drop函数删除了标签为’b’的行。

2. 删除多行

如果你想要删除多行，你可以传递一个包含多个标签的列表。例如：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, 31, 35, 19, 45],
    'city': ['NYC', 'LA', 'SF', 'Seattle', 'Chicago']
}, index=['a', 'b', 'c', 'd', 'e'])

# 删除标签为'b'和'd'的行
df = df.drop(['b', 'd'])

print(df)

Output:

Pandas删除数据集中的行

在这个例子中，我们删除了标签为’b’和’d’的行。

3. 使用条件删除行

有时，你可能想要根据某些条件删除行。例如，你可能想要删除所有年龄小于30的人。你可以使用布尔索引来实现这一点。例如：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, 31, 35, 19, 45],
    'city': ['NYC', 'LA', 'SF', 'Seattle', 'Chicago']
}, index=['a', 'b', 'c', 'd', 'e'])

# 删除所有年龄小于30的人
df = df[df['age'] >= 30]

print(df)

Output:

Pandas删除数据集中的行

在这个例子中，我们首先创建了一个布尔索引，该索引对于所有年龄大于或等于30的人为True，对于所有其他人为False。然后，我们使用这个布尔索引来选择我们想要保留的行。

4. 使用`drop`函数的`inplace`参数

默认情况下，drop函数会返回一个新的DataFrame，其中不包含被删除的行。原始的DataFrame不会被改变。如果你想要直接在原始的DataFrame上删除行，你可以使用inplace参数。例如：

import pandas as pd

# 创建一个简单的DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, 31, 35, 19, 45],
    'city': ['NYC', 'LA', 'SF', 'Seattle', 'Chicago']
}, index=['a', 'b', 'c', 'd', 'e'])

# 直接在原始的DataFrame上删除标签为'b'的行
df.drop('b', inplace=True)

print(df)

Output:

Pandas删除数据集中的行

在这个例子中，我们使用了inplace=True参数，所以drop函数直接在原始的DataFrame上删除了标签为’b’的行，而不是返回一个新的DataFrame。

5. 删除包含缺失值的行

在处理真实世界的数据时，你可能会遇到包含缺失值的行。在某些情况下，你可能想要删除这些行。你可以使用dropna函数来实现这一点。例如：

import pandas as pd
import numpy as np

# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'age': [25, np.nan, 35, 19, 45],
    'city': ['NYC', 'LA', 'SF', np.nan, 'Chicago']
}, index=['a', 'b', 'c', 'd', 'e'])

# 删除包含缺失值的行
df = df.dropna()

print(df)

Output:

Pandas删除数据集中的行