脚本专栏

python删除指定列或多列单个或多个内容实例
脚本专栏 2025/1/3 佚名
3 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。

标签：
python,指定列,多列,内容
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
www.dyhadc.com 白云城资源网
129,905影音资源
244,626技术资源
111,817软件资源
578,645站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网 更多链接
白云城资源网 Copyright www.dyhadc.com