pandas删除含有特定值的行|极客笔记

pandas删除含有特定值的行

在数据处理过程中，经常会遇到需要删除DataFrame中含有特定值的行的情况。Pandas是一个强大的数据处理库，提供了丰富的功能来处理数据。本文将详细介绍如何使用Pandas来删除DataFrame中含有特定值的行。

准备工作

首先，我们需要导入Pandas库并创建一个示例DataFrame，以便后续演示删除操作。

import pandas as pd

# 创建示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以得到如下输出：

   A   B   C
0  1   6  11
1  2   7  12
2  3   8  13
3  4   9  14
4  5  10  15

我们的示例DataFrame包含了3列数据，共5行。

删除含有特定值的行

接下来，我们将演示如何删除DataFrame中含有特定值的行。我们可以使用drop方法来实现这一功能。

# 删除包含特定值的行
value_to_delete = 3
df = df[df['A'] != value_to_delete]
print(df)

在以上代码中，我们指定了value_to_delete为3，表示我们要删除’A’列中值为3的行。通过df['A'] != value_to_delete筛选出’A’列中不等于3的行，并将结果重新赋值给原始DataFrame，实现了删除含有特定值的行的操作。

运行以上代码，我们可以得到如下输出：

   A   B   C
0  1   6  11
1  2   7  12
3  4   9  14
4  5  10  15

可以看到，原始DataFrame中’A’列值为3的行已经被成功删除。

多列删除特定值的行

除了单列删除特定值的行外，我们还可以组合多列条件来实现删除特定值的行。接下来，我们将示例DataFrame添加一列数据，并演示如何删除多列中含有特定值的行。

# 添加新列
df['D'] = [3, 3, 5, 3, 7]
print(df)

# 多列删除特定值的行
values_to_delete = [3, 5]
df = df[~df[['A', 'D']].apply(lambda x: x.isin(values_to_delete)).all(axis=1)]
print(df)

在以上代码中，我们添加了新的’D’列数据，并将含有特定值3和5的行删除。通过~df[['A', 'D']].apply(lambda x: x.isin(values_to_delete)).all(axis=1)筛选出’A’和’D’列中不同时包含3和5的行，并将结果重新赋值给原始DataFrame，实现了多列删除特定值的行的操作。

运行以上代码，我们可以得到如下输出：

   A   B   C  D
0  1   6  11  3
1  2   7  12  3
3  4   9  14  3
4  5  10  15  7

   A   B   C  D
4  5  10  15  7

可以看到，原始DataFrame中同时满足’A’和’D’列值不同时包含3和5的行已经被成功删除。

结语

通过以上示例，我们详细介绍了如何使用Pandas删除DataFrame中含有特定值的行。在实际数据处理中，这一功能对于数据清洗和筛选起着重要的作用。

pandas删除含有特定值的行