python删除指定列或多列单个或多个内容实例

(编辑:jimmy 日期: 2024/11/12 浏览:2)

在python中进行数据处理,经常会遇到有些元素内容是不需要的。需要进行删除或者替换。本篇就详细探讨一下各种数据类型(series,dataframe)下的删除方法

随机创建一个DataFrame数据

import pandas as pd
import numpy as np
data=pd.DataFrame(np.random.randint(10,size=(5,3)),columns=['a','b','c'])
>
 a b c
0 3 8 2
1 9 9 5
2 4 5 1
3 2 7 5
4 1 2 8

Series:

isin反函数删除不需要的列部分元素,适合大批量:

S数据类型直接使用isin会选出该列包含的指定内容,我们的需求是删除指定内容就需要用到isin的反函数。但是python目前没有类似isnotin这种函数,所以我们需要使用-号来实现isnotin的方法

!=比较运算符方式,适合少量或者用作与同时满足a条件与b条件的情况

isin:

Series的场景

print(data['c'][data['c'].isin([1])])
>
2 1
Name: c, dtype: int64

print(data['c'][-data['c'].isin([1])])
>
0 2
1 5
3 5
4 8
Name: c, dtype: int64

print(data['c'][-data['c'].isin([1,2])])
>
1 5
3 5
4 8
Name: c, dtype: int64

DataFrame场景:

print(data[-data.isin([1,2])])#按Series逻辑操作df发现会出现NAN并没有删除掉
>
 a b c
0 3.0 8.0 NaN
1 9.0 9.0 5.0
2 4.0 5.0 NaN
3 NaN 7.0 5.0
4 NaN NaN 8.0
print(data[-data.isin([1,2])].dropna())#我们只需要再加一个dropna删除空值就好了
>
a b c
1 9.0 9.0 5.0

!=比较运算符:

Series的场景:

print(data['c'][data['c']!=1])
>
0 2
1 5
3 5
4 8
Name: c, dtype: int64

print(data['c'][(data['c']!=1)&((data['c']!=2))])
>
1 5
3 5
4 8
Name: c, dtype: int64

DataFrame场景:

分别删除a与b不同条件的数据

print(data[(data['a']!=1)&(data['c']!=2)]
>
 a b c
1 9 9 5
2 4 5 1
3 2 7 5

print(data[(data!=1)&(data!=2)].dropna()) #与isin原理相同
 a b c
1 9.0 9.0 5.0

以上这篇python删除指定列或多列单个或多个内容实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻
一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?