溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關python如何刪除指定列或多列單個或多個內容，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
在python中進行數據處理，經常會遇到有些元素內容是不需要的。需要進行刪除或者替換。本篇就詳細探討一下各種數據類型(series,dataframe)下的刪除方法
隨機創建一個DataFrame數據
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反函數刪除不需要的列部分元素，適合大批量：
S數據類型直接使用isin會選出該列包含的指定內容，我們的需求是刪除指定內容就需要用到isin的反函數。但是python目前沒有類似isnotin這種函數，所以我們需要使用-號來實現isnotin的方法
!=比較運算符方式，適合少量或者用作與同時滿足a條件與b條件的情況
isin:
Series的場景
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場景：
print(data[-data.isin([1,2])])#按Series邏輯操作df發現會出現NAN并沒有刪除掉 >>> 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())#我們只需要再加一個dropna刪除空值就好了 >>> a b c 1 9.0 9.0 5.0
！=比較運算符：
Series的場景:
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場景：
分別刪除a與b不同條件的數據
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()) #與isin原理相同 a b c 1 9.0 9.0 5.0
關于python如何刪除指定列或多列單個或多個內容就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
