Heim >Backend-Entwicklung >Python-Tutorial >So löschen Sie Zeilen in Pandas

So löschen Sie Zeilen in Pandas

小老鼠
小老鼠Original
2023-12-01 16:44:594130Durchsuche

Zu den Methoden von Pandas zum Löschen von Zeilen gehören die Verwendung der Funktion drop(), die Verwendung des Index zum Löschen von Zeilen, die Verwendung von Bedingungen zum Löschen von Zeilen und die Verwendung der Funktion iloc() zum Löschen von Zeilen. Ausführliche Einführung: 1. Verwenden Sie die Funktion drop(): Pandas bietet eine Funktion drop(), mit der Zeilen durch Angabe eines Index oder einer Beschriftung gelöscht werden können. Die Syntax dieser Funktion lautet „DataFrame.drop(labels, axis=0, inplace=False)“ 2. Verwenden Sie den Index zum Löschen von Zeilen: Sie können den Index direkt zum Löschen usw. verwenden.

So löschen Sie Zeilen in Pandas

Das Betriebssystem dieses Tutorials: Windows 10-System, Python-Version 3.11.4, Dell G3-Computer.

Pandas ist eine leistungsstarke Python-Bibliothek zur Datenanalyse und Datenmanipulation. Wenn Sie mit großen Datenmengen arbeiten, müssen Sie manchmal bestimmte Zeilen in einem DataFrame löschen. In diesem Artikel werden verschiedene Möglichkeiten zum Löschen von Zeilen mit Pandas vorgestellt.

Methode 1: Verwenden Sie die Funktion „drop()“

Pandas bietet eine Funktion „drop()“, mit der Zeilen durch Angabe eines Index oder einer Bezeichnung gelöscht werden können. Die Syntax dieser Funktion lautet wie folgt:

DataFrame.drop(labels, axis=0, inplace=False)

wobei labels den Index oder die Beschriftung der zu löschenden Zeile darstellt, axis die Löschrichtung darstellt, 0 die Zeile darstellt und 1 die Spalte darstellt. Wenn „inplace“ den Wert „False“ hat, wird der ursprüngliche DataFrame nicht geändert; wenn er „True“ ist, wird der ursprüngliche DataFrame geändert.

Beispielcode:

import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['a', 'b', 'c', 'd']}
df = pd.DataFrame(data)
# 删除第一行
df = df.drop(0)
print(df)
```
输出结果:
```
   A  B
1  2  b
2  3  c
3  4  d

Methode 2: Index zum Löschen von Zeilen verwenden

Wenn wir den Index der zu löschenden Zeile kennen, können wir den Index direkt zum Löschen verwenden.

Beispielcode:

import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['a', 'b', 'c', 'd']}
df = pd.DataFrame(data)
# 删除第一行
df = df.drop(df.index[0])
print(df)
```
输出结果:
```
   A  B
1  2  b
2  3  c
3  4  d

Methode 3: Bedingungen zum Löschen von Zeilen verwenden

Manchmal müssen wir Zeilen basierend auf einer bestimmten Bedingung löschen. Dies kann mithilfe der Booleschen Indizierung erreicht werden.

Beispielcode:

import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['a', 'b', 'c', 'd']}
df = pd.DataFrame(data)
# 根据条件删除行
df = df[df['A'] != 2]
print(df)

Ausgabeergebnis:

   A  B
0  1  a
2  3  c
3  4  d

Methode 4: Verwenden Sie die iloc()-Funktion, um Zeilen zu löschen

Pandas bietet eine iloc()-Funktion zum Löschen von Zeilen basierend auf der Position.

Beispielcode:

import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4],
        'B': ['a', 'b', 'c', 'd']}
df = pd.DataFrame(data)
# 删除第一行
df = df.drop(df.index[[0]])
print(df)

Ausgabeergebnis:

   A  B
1  2  b
2  3  c
3  4  d

Zusammenfassung:

In diesem Artikel werden verschiedene Methoden zum Löschen von Zeilen mithilfe von Pandas vorgestellt, einschließlich der Verwendung der Funktion drop(), der Verwendung des Index zum Löschen von Zeilen, der Verwendung von Bedingungen zum Löschen von Zeilen und der Verwendung von Die Funktion iloc( ) löscht Zeilen. Wählen Sie je nach tatsächlichem Bedarf die geeignete Methode zum Löschen von Zeilen im DataFrame aus, um große Datenmengen effizienter zu verarbeiten

Das obige ist der detaillierte Inhalt vonSo löschen Sie Zeilen in Pandas. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn