在Python中,我们可以使用pandas库来处理数据框(DataFrame),删除数据框中的数据可以通过以下几种方式:
(图片来源网络,侵删)
1、删除行:可以使用drop()
函数,通过指定行索引或条件来删除行。
2、删除列:可以使用drop()
函数,通过指定列名或条件来删除列。
3、重置索引:可以使用reset_index()
函数来重置数据框的索引。
以下是具体的操作步骤和代码示例:
1. 删除行
方法一:通过行索引删除
import pandas as pd 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print("原始数据框:") print(df) 删除索引为1的行 df = df.drop(1) print("n删除索引为1的行后的数据框:") print(df)
方法二:通过条件删除
import pandas as pd 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print("原始数据框:") print(df) 删除'A'列值大于1的行 df = df[df['A'] <= 1] print("n删除'A'列值大于1的行后的数据框:") print(df)
2. 删除列
方法一:通过列名删除
import pandas as pd 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print("原始数据框:") print(df) 删除列'B' df = df.drop('B', axis=1) print("n删除列'B'后的数据框:") print(df)
方法二:通过条件删除
import pandas as pd 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print("原始数据框:") print(df) 删除'A'列值为偶数的行 df = df[df['A'] % 2 != 0] print("n删除'A'列值为偶数的行后的数据框:") print(df)
3. 重置索引
import pandas as pd 创建一个数据框 data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print("原始数据框:") print(df) 重置索引 df = df.reset_index(drop=True) print("n重置索引后的数据框:") print(df)
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)