pandas.DataFrame删除/选取含有特定数值的行或列 - 好文

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
<http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.fillna.html>
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：

热门工具换一换