Python3教程：Pandas模块删除数据的几种情况

开始之前，pandas中DataFrame删除对象可能存在几种情况
1、删除具体列
2、删除具体行
3、删除包含某些数值的行或者列
4、删除包含某些字符、文字的行或者列
本文就针对这四种情况探讨一下如何操作。
数据准备

模拟了一份股票交割的记录。

1. In [1]: import pandas as pd
3. In [2]: data = {
4.    ...:     '证券名称' : ['格力电器','视觉中国','成都银行','中国联通','格力电器','视觉中国','成都银行','中国联通'],
5.    ...:     '摘要': ['证券买入','证券买入','证券买入','证券买入','证券卖出','证券卖出','证券卖出','证券卖出'],
6.    ...:     '成交数量' : [500,1000,1500,2000,500,500,1000,1500],
7.    ...:     '成交金额' : [-5000,-10000,-15000,-20000,5500,5500,11000,15000]
8.    ...: }
9.    ...:
11. In [3]: df = pd.DataFrame(data, index = ['2018-2-1','2018-2-1','2018-2-1','2018-2-1','2018-2-2','2018-2-2','2018-2-2','2018-2-3'])
13. In [4]: df
14. Out[4]:
15.           成交数量   成交金额    摘要  证券名称
16. 2018-2-1   500  -5000  证券买入  格力电器
17. 2018-2-1  1000 -10000  证券买入  视觉中国
18. 2018-2-1  1500 -15000  证券买入  成都银行
19. 2018-2-1  2000 -20000  证券买入  中国联通
20. 2018-2-2   500   5500  证券卖出  格力电器
21. 2018-2-2   500   5500  证券卖出  视觉中国
22. 2018-2-2  1000  11000  证券卖出  成都银行
23. 2018-2-3  1500  15000  证券卖出  中国联通

复制代码

删除具体列

1. In [5]: df.drop('成交数量',axis=1)
2. Out[5]:
3.            成交金额    摘要  证券名称
4. 2018-2-1  -5000  证券买入  格力电器
5. 2018-2-1 -10000  证券买入  视觉中国
6. 2018-2-1 -15000  证券买入  成都银行
7. 2018-2-1 -20000  证券买入  中国联通
8. 2018-2-2   5500  证券卖出  格力电器
9. 2018-2-2   5500  证券卖出  视觉中国
10. 2018-2-2  11000  证券卖出  成都银行
11. 2018-2-3  15000  证券卖出  中国联通

复制代码

删除具体行

1. In [6]: df.drop('2018-2-3')
2. Out[6]:
3.           成交数量   成交金额    摘要  证券名称
4. 2018-2-1   500  -5000  证券买入  格力电器
5. 2018-2-1  1000 -10000  证券买入  视觉中国
6. 2018-2-1  1500 -15000  证券买入  成都银行
7. 2018-2-1  2000 -20000  证券买入  中国联通
8. 2018-2-2   500   5500  证券卖出  格力电器
9. 2018-2-2   500   5500  证券卖出  视觉中国
10. 2018-2-2  1000  11000  证券卖出  成都银行

复制代码

也可以根据行号删除记录，比如删除第三行

1. In [22]: df.drop(df.index[7])
2. Out[22]:
3.           成交数量   成交金额    摘要  证券名称
4. 2018-2-1   500  -5000  证券买入  格力电器
5. 2018-2-1  1000 -10000  证券买入  视觉中国
6. 2018-2-1  1500 -15000  证券买入  成都银行
7. 2018-2-1  2000 -20000  证券买入  中国联通
8. 2018-2-2   500   5500  证券卖出  格力电器
9. 2018-2-2   500   5500  证券卖出  视觉中国
10. 2018-2-2  1000  11000  证券卖出  成都银行

复制代码

注意，这个办法其实不是按照行号删除，而是按照索引删除。如果index为3，则会将前4条记录都删除。这个方法支持一个范围，以及用负数表示从末尾删除。
删除特定数值的行（删除成交金额小于10000)

1. In [7]: df[ df['成交金额'] > 10000]
2. Out[7]:
3.           成交数量   成交金额    摘要  证券名称
4. 2018-2-2  1000  11000  证券卖出  成都银行
5. 2018-2-3  1500  15000  证券卖出  中国联通

复制代码

本例其实是筛选，如果需要保留，可以将筛选后的对象赋值给自己即可。
删除某列包含特殊字符的行

1. '''
2. 学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
3. 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
4. '''
5. In [11]: df[ ~ df['证券名称'].str.contains('联通') ]
6. Out[11]:
7.           成交数量   成交金额    摘要  证券名称
8. 2018-2-1   500  -5000  证券买入  格力电器
9. 2018-2-1  1000 -10000  证券买入  视觉中国
10. 2018-2-1  1500 -15000  证券买入  成都银行
11. 2018-2-2   500   5500  证券卖出  格力电器
12. 2018-2-2   500   5500  证券卖出  视觉中国
13. 2018-2-2  1000  11000  证券卖出  成都银行

复制代码

如果想取包含某些字符的记录，可以去掉~

1. In [12]: df[ df['证券名称'].str.contains('联通') ]
2. Out[12]:
3.           成交数量   成交金额    摘要  证券名称
4. 2018-2-1  2000 -20000  证券买入  中国联通
5. 2018-2-3  1500  15000  证券卖出  中国联通

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！