Pandas 篩選和刪除目標值所在的行的實現
1.篩選出目標值所在行
單列篩選
# df[列名].isin([目標值])對當前列中存在目標值的行會返回True,不存在的返回False df[df[列名].isin([目標值])]
練習案例
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表中隻包含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(處理後)
多列篩選
# 同時滿足用&連接,或的話用 | 連接 df[df[列名].isin([目標值]) & df[列名].isin([目標值])] df[df[列名].isin([目標值]) | df[列名].isin([目標值])]
練習案例
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值的行 res2 = df[df['Level'].isin(['A','C']) | df['Passing'].isin([0])]
df
res1
res2
2.刪除目標值所在的行
練習案例
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(處理後)
擴展補充案例: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,數據篩選後重新賦值,達到刪除列為指定值的行數據 # 刪除A列中值為0的那一行記錄 df = df[df['A'] != 0]
df
df(處理後)
到此這篇關於Pandas 篩選和刪除目標值所在的行的實現的文章就介紹到這瞭,更多相關Pandas 篩選和刪除目標值所在的行內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Pandas篩選DataFrame含有空值的數據行的實現
- pandas中NaN缺失值的處理方法
- pandas is in和not in的使用說明
- pandas返回缺失值位置的方法實例教程
- 使用pandas或numpy處理數據中的空值(np.isnan()/pd.isnull())