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 :
#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
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 :
