python數據分析之如何刪除value=0的行
前言
拿到一堆數據,首先我們是要對其進行數據的預處理,其中數據存在一些值為空或者是我們不想要的數據,對其進行刪除或者是修改數據值。下面是對于該例子進行刪除和修改:
>>> df out[]: salary age gender 0 10000 23 男 1 15000 34 女 2 23000 21 男 3 0 20 女 4 28500 0 男 5 35000 37 男
一、數據處理
1. df.replace()方法:將“男”用1來表示,“女孩”用0來表示。
>>> df.replace(["男", "女"], [1, 0]) out[]: salary age gender 0 10000 23 1 1 15000 34 0 2 23000 21 1 3 0 20 0 4 28500 0 1 5 35000 37 1
2. pd.DataFrame.loc()方法來指定列中數據為0的行:
>>> df = df.loc[~((df['salary'] == 0) | (df['age'] == 0))] >>> df out[]: salary age gender 0 10000 23 1 1 15000 34 0 2 23000 21 1 3 35000 37 1
還可以用:
df = df.loc[df['salary'] * df['age'] != 0]
二、刪除某行方法的使用
1.刪除全行都是為0的行
代碼如下:
>>> df.loc[~(df==0).all(axis=1)]
看起來比較對稱可以這樣寫:
>>> df.loc[(df!=0).any(axis=1)]
使用dropna方法來刪除:
>>> new_df = df[df.loc[:]!=0].dropna()
2.用nan替換零,然后刪除所有行中數據都為nan的行。之后,將nan替換為零。
代碼如下:
import numpy as np df = df.replace(0, np.nan)# 把0替換成nan df = df.dropna(how='all', axis=0)# 刪除所有為nan的行 df = df.replace(np.nan, 0)# 再把nan替換成0
3.刪除某行中某個值為0的行
代碼如下:|
>>> df= df[df['salary'] != 0]
4.使用lambda函數來刪除行
代碼如下:
import pandas as pd import numpy as np np.random.seed(0) df = pd.DataFrame(np.random.randn(5,3), index=['one', 'two', 'three', 'four', 'five'], columns=list('abc')) df.loc[['one', 'three']] = 0 # 把第一行和第三行改為0 print(df) print(df.loc[~df.apply(lambda row: (row==0).all(), axis=1)])
輸出為:
要在任何行中刪除所有值為0的列:
new_df = df[df.loc[:]!=0].dropna() new_df
輸出為:
總結
到此這篇關于python數據分析之如何刪除value=0行的文章就介紹到這了,更多相關python刪除value=0的行內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
python中的property及屬性與特性之間的優(yōu)先權
這篇文章主要介紹了python中的property及屬性與特性之間的優(yōu)先權,文章圍繞主題展開詳細的內容介紹,具有一定的參考價值,需要的小伙伴可以參考一下2022-07-07Python辦公自動化從Excel中計算整理數據并寫入Word
這篇文章主要為大家介紹了Python辦公自動化從Excel中計算整理數據并寫入Word示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-06-06Python Django view 兩種return的實現方式
這篇文章主要介紹了Python Django view 兩種return的實現方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03python并發(fā)執(zhí)行request請求的示例
這篇文章主要介紹了python并發(fā)執(zhí)行request請求,我將為我們展示使用concurrent.futures.ThreadPoolExecutor和requests庫并發(fā)執(zhí)行HTTP請求的示例,需要的朋友可以參考下2024-06-06