Pandas高级数据分析快速入门之数据编辑——删除行与列

Posted 2021-10-18 肖永威

在高级数据分析过程中，数据删除操作也是常用的数据编辑操作。本文总结了常用的行、列数据删除操作快速入门方法。

首先，读取Excel或csv文件，用于演练删除操作。

import pandas as pd
df = pd.read_excel('sport.xlsx')
df

	id	name	age	Gender	sport
0	1001.0	董国建	34.000000	男	马拉松
1	1002.0	苏炳添	31.000000	男	百米
2	1003.0	彭建华	24.000000	男	马拉松
3	1004.0	张德顺	25.000000	女	马拉松
4	1005.0	焦安静	25.000000	女	马拉松
5	1006.0	葛曼棋	24.000000	女	百米
6	NaN	6	27.166667	NaN	NaN

1. 删除行

1.1. 按行索引删除行数据

df = df.drop(6)  #删除index==6
df

	id	name	age	Gender	sport
0	1001.0	董国建	34.0	男	马拉松
1	1002.0	苏炳添	31.0	男	百米
2	1003.0	彭建华	24.0	男	马拉松
3	1004.0	张德顺	25.0	女	马拉松
4	1005.0	焦安静	25.0	女	马拉松
5	1006.0	葛曼棋	24.0	女	百米

1.2. 分组删除最后一行数据

df = df.groupby('sport', as_index=False).apply(lambda x: x.iloc[:-1]).reset_index(drop=True)
df

	id	name	age	Gender	sport
0	1002.0	苏炳添	31.0	男	百米
1	1001.0	董国建	34.0	男	马拉松
2	1003.0	彭建华	24.0	男	马拉松
3	1004.0	张德顺	25.0	女	马拉松

同理，分组删除首行。

df = df.groupby('sport', as_index=False).apply(lambda x: x.iloc[1:]).reset_index(drop=True)

1.3. 按条件查询删除行数据

df = df.drop(df.loc[df['name']=='董国建'].index).reset_index(drop=True)
df

	id	name	age	Gender	sport
0	1002.0	苏炳添	31.0	男	百米
1	1003.0	彭建华	24.0	男	马拉松
2	1004.0	张德顺	25.0	女	马拉松

1.4. 按多个行索引删除多行

df = df.drop(index=[0,2])
df

	id	name	age	Gender	sport
1	1003.0	彭建华	24.0	男	马拉松

1.5. 按行范围删除

k = df.loc[df['name']=='彭建华'].index
df = df.drop(range(k[0],4))

2. 删除列

2.1. 方法一：drop

df = df.drop(['id'],axis=1)
df

	name	age	Gender	sport
0	葛曼棋	24.0	女	百米
1	彭建华	24.0	男	马拉松
2	张德顺	25.0	女	马拉松
3	焦安静	25.0	女	马拉松

或者，可以如下：

df = df.drop(columns=['age','Gender'])

2.2. 方法二：del

del df['name']
df

	age	Gender	sport
0	24.0	女	百米
1	24.0	男	马拉松
2	25.0	女	马拉松
3	25.0	女	马拉松

3. 总结

3.1. drop方法的用法

drop(labels, axis=0, =None, inplace=False, errors=‘raise’)

参数名称	说明
labels	删除索或列标签
axis	axis为0时表示删除行，axis为1时表示删除列，默认为0
labels	用于多层索引，代表层级
inplace	默认为False，设置是否替换原始数据，True为替换

3.2. 依赖切片操作

关于切片操作，请自行参考相关文档，或者，关注后续博文。