1.刪除/選取某列含有特殊數值的行

import pandas as pdimport 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() #刪除/選取某列含有特定數值的行#df1=df1[df1['A'].isin([1])]#df1[df1['A'].isin([1])] 選取df1中A列包含數字1的行 df1=df1[~df1['A'].isin([1])]#通過~取反，選取不包含數字1的行print(df1)

運行結果：

2.刪除/選取某行含有特殊數值的列

#刪除/選取某行含有特定數值的列cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3]#利用enumerate對row0進行遍歷，將含有數字3的列放入cols中print(cols) #df2=df2[cols]  選取含有特定數值的列df2=df2.drop(cols,axis=1) #利用drop方法將含有特定數值的列刪除print(df2)

運行結果：

3.刪除含有空值的行或列

實現思路：利用pandas.DateFrame.fillna對空值賦予特定值，再利用上文介紹的方法找到這些含有特定值的行或列去除即可。

import pandas as pdimport 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') #將df中A列所有空值賦值為'null'print(df1)df1=df1[~df1['A'].isin(['null'])]print(df1) #刪除某行空值所在列 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)

運行結果：

以上這篇pandas.DataFrame刪除/選取含有特定數值的行或列實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。