python进行数据处理——pandas的drop函数(收藏)

删除表中的某一行或者某一列更明智的方法是使用drop，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据。

清理无效数据

df[df.isnull()]  #返回的是个true或false的Series对象（掩码对象），进而筛选出我们需要的特定数据。 df[df.notnull()]  
df.dropna()     #将所有含有nan项的row删除 df.dropna(axis=1,thresh=3)  #将在列的方向上三个为NaN的项删除 df.dropna(how='ALL')        #将全部项都是nan的row删除
 
 

  
  
1
  
  
2
  
  
3
  
  
4
  
  
5
  
  
6
 
 

此处：print( data.dropna()) 和 print(data[data.notnull()]) 结果一样

填充无效值

df.fillna(0) df.fillna({1:0, 2:0.5})         #对第一列nan值赋0，第二列赋值0.5 df.fillna(method='ffill')   #在列方向上以前一个值作为值赋给NaN
 
 

  
  
1
  
  
2
  
  
3
 
 

drop函数的使用

（1）drop函数的使用：删除行、删除列

print(frame.drop(['a']))print(frame.drop(['Ohio'], axis = 1))
 
 

  
  
1
  
  
2
 
 

drop函数默认删除行，列需要加axis = 1

（2）drop函数的使用：inplace参数

采用drop方法，有下面三种等价的表达式：

DF= DF.drop('column_name', axis=1)； DF.drop('column_name',axis=1, inplace=True) DF.drop([DF.columns[[0,1, 3]]], axis=1, inplace=True)   # Note: zero indexed
 
 

  
  
1
  
  
2
  
  
3
 
 

注意：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；

而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）。

（3）drop函数的使用：数据类型转换

df['Name'] = df['Name'].astype(np.datetime64)
 
 

  
  
1
 
 

DataFrame.astype() 方法可对整个DataFrame或某一列进行数据格式转换，支持Python和NumPy的数据类型。