Pandas 删除数据

Pandas 删除数据攻略

在数据处理过程中，我们经常需要删除不需要的数据，比如删除某些行/列，特定条件下的数据等。Pandas 提供了各种方法来实现这些功能，接下来我们将详细讲解 Pandas 删除数据的攻略，包括以下部分：

1. Pandas 删除行/列数据：drop() 方法
2. Pandas 删除满足特定条件的数据：query() 方法
3. Pandas 删除重复数据：drop_duplicates() 方法
4. Pandas 删除空值：dropna() 方法

在讲解以上内容之前，我们先创建一个数据集，用于后续实例的讲解：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'name':['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
    'gender':['F', 'M', np.nan, 'M', 'F', 'M'],
    'score':[70, 80, 90, 85, np.nan, 92],
    'class':['Class A', 'Class A', 'Class B', 'Class B', 'Class C', 'Class C']
})

创建的数据集 df 如下所示：

	name	gender	score	class
0	Alice	F	70.0	Class A
1	Bob	M	80.0	Class A
2	Charlie	NaN	90.0	Class B
3	David	M	85.0	Class B
4	Emily	F	NaN	Class C
5	Frank	M	92.0	Class C

1. Pandas 删除行/列数据：drop() 方法

Pandas 提供了一个 drop() 方法，可以用来删除行/列数据。

df.drop(columns=['class'], inplace=True)

上述代码中的 columns 参数指定了要删除的列，inplace 参数表示是否在原数据集上进行操作。

执行上述代码后，得到的 df 数据集如下：

	name	gender	score
0	Alice	F	70.0
1	Bob	M	80.0
2	Charlie	NaN	90.0
3	David	M	85.0
4	Emily	F	NaN
5	Frank	M	92.0

上述代码中的 columns 参数指定了要删除的列，inplace 参数表示是否在原数据集上进行操作。

如果要删除行数据，可以在 drop() 方法中设置参数 axis=0：

df.drop(index=[0, 4], inplace=True)

上述代码中的 index 参数指定了要删除的行，inplace 参数表示是否在原数据集上进行操作。

执行上述代码后，得到的 df 数据集如下：

	name	gender	score
1	Bob	M	80.0
2	Charlie	NaN	90.0
3	David	M	85.0
5	Frank	M	92.0

2. Pandas 删除满足特定条件的数据：query() 方法

Pandas 提供了一个 query() 方法，可以用来删除满足特定条件的数据。

df = df.query("gender == 'F'")

上述代码中的 query() 方法可以满足特定的查询条件，得到的数据集中仅保留了性别为 F 的行数据。注意：query() 方法中的查询条件需要使用双引号括起来。

执行上述代码后，得到的 df 数据集如下：

	name	gender	score
0	Alice	F	70.0
4	Emily	F	NaN

3. Pandas 删除重复数据：drop_duplicates() 方法

Pandas 提供了一个 drop_duplicates() 方法，可以用来删除重复数据。

df.drop_duplicates(subset="gender", inplace=True)

上述代码中，subset 参数指定需要检查重复的列，默认值为所有列。inplace 参数表示是否在原数据集上进行操作。

执行上述代码后，得到的 df 数据集如下：

	name	gender	score
0	Alice	F	70.0
1	Bob	M	80.0
2	Charlie	NaN	90.0

4. Pandas 删除空值：dropna() 方法

Pandas 提供了一个 dropna() 方法，可以用来删除空值。

df.dropna(subset=['score'], inplace=True)

上述代码中的 subset 参数指定了在哪些列中删除空值，默认删除所有列。inplace 参数表示是否在原数据集上进行操作。

执行上述代码后，得到的 df 数据集如下：

	name	gender	score
0	Alice	F	70.0
1	Bob	M	80.0
2	Charlie	NaN	90.0
3	David	M	85.0
5	Frank	M	92.0

至此，我们详细讲解了 Pandas 删除数据的攻略，包括删除行/列数据、删除满足特定条件的数据、删除重复数据和删除空值。以上方法在数据分析、数据清洗等场景中经常用到，建议掌握。