1.删除/选取某列含有特殊数值的行
- import pandas as pd
- import numpy as np
-
- a=np.array([[1,2,3],[4,5,6],[7,8,9]])
- df1=pd.DataFrame(a,index=['row0','row1','row2'],columns=list('ABC'))
- print(df1)
- df2=df1.copy()
-
- #删除/选取某列含有特定数值的行
- #df1=df1[df1['A'].isin([1])]
- #df1[df1['A'].isin([1])] 选取df1中A列包含数字1的行
-
- df1=df1[~df1['A'].isin([1])]
- #通过~取反,选取不包含数字1的行
- print(df1)
运行结果:

2.删除/选取某行含有特殊数值的列
- #删除/选取某行含有特定数值的列
- cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3]
- #利用enumerate对row0进行遍历,将含有数字3的列放入cols中
- print(cols)
-
- #df2=df2[cols] 选取含有特定数值的列
- df2=df2.drop(cols,axis=1) #利用drop方法将含有特定数值的列删除
- print(df2)
运行结果:

3.删除含有空值的行或列
实现思路:利用pandas.DateFrame.fillna对空值赋予特定值,再利用上文介绍的方法找到这些含有特定值的行或列去除即可。
- import pandas as pd
- import numpy as np
-
- df1 = pd.DataFrame(
- [
- [np.nan, 2, np.nan, 0],
- [3, 4, np.nan, 1],
- [np.nan, np.nan, np.nan, 5],
- [np.nan, 3, np.nan, 4]
- ],columns=list('ABCD'))
- print(df1)
- df2=df1.copy()
-
- df1['A']=df1['A'].fillna('null') #将df中A列所有空值赋值为'null'
- print(df1)
- df1=df1[~df1['A'].isin(['null'])]
- print(df1)
-
- #删除某行空值所在列
-
- df2[0:1]=df2[0:1].fillna('null')
- print(df2)
- cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]=='null']
- print(cols)
- df2=df2.drop(cols,axis=1)
- print(df2)
运行结果:

以上这篇pandas.DataFrame删除/选取含有特定数值的行或列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w3xue。