Panduan praktikal Pandas: Petua untuk memadamkan data baris dengan cepat

Panduan Praktikal Pandas: Petua untuk memadamkan baris data dengan cepat

Ikhtisar:
Pandas ialah perpustakaan analisis data yang biasa digunakan dalam Python, dengan pemprosesan data yang berkuasa dan fungsi manipulasi. Semasa pemprosesan data, selalunya perlu memadamkan data baris yang tidak diperlukan Artikel ini akan memperkenalkan beberapa teknik untuk memadam data baris menggunakan panda dan memberikan contoh kod tertentu.

1. Padamkan data baris dalam keadaan tertentu

1. Padam baris dengan nilai tertentu:
   Dalam panda, anda boleh menggunakan kaedah drop DataFrame untuk memadamkan baris dengan nilai tertentu. Mula-mula, kita perlu mencipta set data sampel:

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'Gender': ['Female', 'Male', 'Male', 'Male']}

df = pd.DataFrame(data)

Sekarang kami ingin memadamkan baris dengan Jantina sebagai Lelaki, anda boleh menggunakan kod berikut:

df = df.drop(df[df['Gender'] == 'Male'].index)

Selepas dijalankan, data baris dengan Jantina sebagai Lelaki akan dipadamkan daripada df.
Analisis kod:

• df['Jantina'] == 'Lelaki' ialah pernyataan penghakiman bersyarat yang mengembalikan objek Siri Boolean, mewakili baris dengan nilai Lelaki dalam lajur Jantina df['Gender'] == 'Male' 是一个条件判断语句，返回一个布尔类型的Series对象，表示Gender列中值为Male的行；
• df[df['Gender'] == 'Male'].index 返回索引，即Gender为'Male'的行所在的索引位置；
• df.drop() 方法可以根据索引删除行。

2. 删除空值行：
   有时候需要删除包含空值的行数据，例如：

import pandas as pd
import numpy as np

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, np.nan, 40],
        'Gender': ['Female', 'Male', 'Male', 'Male']}
df = pd.DataFrame(data)

我们可以使用dropna()方法删除包含空值的行：

df = df.dropna()

运行后，df将删除包含空值的行数据。

3. 删除重复行：
   若数据集中包含重复的行，我们可以使用drop_duplicates()方法删除重复行数据：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Bob', 'David'],
        'Age': [25, 30, 30, 40],
        'Gender': ['Female', 'Male', 'Male', 'Male']}
df = pd.DataFrame(data)

现在我们可以使用以下代码删除重复行：

df = df.drop_duplicates()

二、根据行索引删除行
有时我们需要根据行索引进行删除，可以使用drop()