Pandas?篩選和刪除目標(biāo)值所在的行的實(shí)現(xiàn)
更新時(shí)間：2022年07月24日 09:27:36 作者：山茶花開時(shí)。
本文主要介紹了Pandas篩選和刪除目標(biāo)值所在的行的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
1.篩選出目標(biāo)值所在行
單列篩選
# df[列名].isin([目標(biāo)值])對當(dāng)前列中存在目標(biāo)值的行會返回True，不存在的返回False df[df[列名].isin([目標(biāo)值])]
練習(xí)案例
import pandas as pd
df_bom_data = pd.DataFrame([['A123',1200,5],
['B456',550,2],
['C437',500,10],
['D112',621,7],
['E211',755,11],
['F985',833,8]
],columns=['Material','Price','Quantity'])
df_material_shortage_data = pd.DataFrame([['A123','2022/6/21',100],
['B456','2022/6/22',120],
['C437','2022/6/23',250]
],columns=['Material','Schedule','LT'])
# 篩選出df_bom_data表中只包含df_material_shortage_data表中Material的行記錄
df_bom_data = df_bom_data[df_bom_data['Material'].isin(df_material_shortage_data['Material'])]df_bom_data
df_material_shortage_data
df_bom_data(處理后)
多列篩選
# 同時(shí)滿足用&連接，或的話用 | 連接 df[df[列名].isin([目標(biāo)值]) & df[列名].isin([目標(biāo)值])] df[df[列名].isin([目標(biāo)值]) | df[列名].isin([目標(biāo)值])]
練習(xí)案例
import pandas as pd
df = pd.DataFrame([['L123','A',0],
['L456','A',1],
['L437','C',0],
['L112','B',1],
['L211','A',0],
['L985','B',1]
],columns=['Material','Level','Passing'])
# 篩選出指定列都有目標(biāo)值的行
res1 = df[df['Level'].isin(['A','C']) & df['Passing'].isin([0])]
# 篩選出至少有一列有目標(biāo)值的行
res2 = df[df['Level'].isin(['A','C']) | df['Passing'].isin([0])]df
res1
res2
2.刪除目標(biāo)值所在的行
練習(xí)案例
import pandas as pd
import numpy as np
df_bom_data = pd.DataFrame([['A123',1200,5],
['B456',np.nan,np.nan],
['C437',500,10]
],columns=['Material','Price','Quantity'])
df_material_shortage_data = pd.DataFrame([['A123','2022/6/21',100],
['B456','2022/6/22',120],
['C437','2022/6/23',250]
],columns=['Material','Schedule','LT'])
# 篩選出df_bom_data中'Price'和'Quantity'兩列字段的值都為空(nans)的行
df_isnull_bom_data = df_bom_data[pd.isnull(df_bom_data[df_bom_data.columns.tolist()[1:]]).all(axis=1)]
# df_material_shortage_data表刪除all_isnull_df_bom_data表中的Material
df_material_shortage_data = df_material_shortage_data[~df_material_shortage_data['Material'].isin(df_isnull_bom_data['Material'])]df_bom_data
df_material_shortage_data
df_isnull_bom_data
df_material_shortage_data(處理后)
擴(kuò)展補(bǔ)充案例:刪除列為指定值所在的行
import pandas as pd
df = pd.DataFrame([[0,1,2,3],
[4,5,6,7],
[8,9,10,11]
],columns=['A','B','C','D'])
# 通過重新取值，數(shù)據(jù)篩選后重新賦值，達(dá)到刪除列為指定值的行數(shù)據(jù)
# 刪除A列中值為0的那一行記錄
df = df[df['A'] != 0]df
df(處理后)
到此這篇關(guān)于Pandas 篩選和刪除目標(biāo)值所在的行的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas 篩選和刪除目標(biāo)值所在的行內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Pyecharts?繪制3種常用的圖形，上下組合圖、左右組合圖、一軸多圖，下文繪制過程幾介紹，需要的小伙伴可以參考一下2022-02-02
這篇文章主要介紹了Python 如何在函數(shù)上添加包裝器，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
python每5分鐘從kafka中提取數(shù)據(jù)的例子
今天小編就為大家分享一篇python每5分鐘從kafka中提取數(shù)據(jù)的例子，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法
今天小編就為大家分享一篇pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
Python提供了ord和chr兩個(gè)內(nèi)置的函數(shù)，用于字符與ASCII碼之間的轉(zhuǎn)換。2008-09-09
這篇文章主要介紹了python多繼承(鉆石繼承)問題和解決方法,結(jié)合實(shí)例形式分析了Python多繼承調(diào)用父類初始化方法相關(guān)操作技巧,需要的朋友可以參考下2019-10-10
通過Python 獲取Android設(shè)備信息的輕量級框架
今天跟大家分享一下，如何通過Python實(shí)現(xiàn)一個(gè)輕量級的庫來獲取電腦上連接的Android設(shè)備信息，需要的朋友參考下吧2017-12-12
除了繪制各類分析圖形（比如柱狀圖，折線圖，餅圖等等）以外，matplotlib?也可以在畫布上任意繪制各類幾何圖形，下面小編就來和大家講講如何繪制常見的幾種幾何圖形吧2023-08-08
Python中利用ItsDangerous快捷實(shí)現(xiàn)數(shù)據(jù)加密
這篇文章主要介紹了Python中利用ItsDangerous快捷實(shí)現(xiàn)數(shù)據(jù)加密,通過使用Python庫ItsDangerous，我們就可以高效快捷地完成數(shù)據(jù)加密/解密的過程，本文結(jié)合實(shí)例代碼給大家講解的非常詳細(xì)，需要的朋友可以參考下2022-11-11
這篇文章主要介紹了基于Python3讀寫INI配置文件過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07