删除df中值为指定值的行

原始数据

---

假设有以下df：

df = pd.DataFrame({'a': [1,2,3,np.nan,4,5], 'b': [4,5,np.nan,6,7,np.nan], 'c': [np.nan,np.nan,'what','how','why',np.nan]})
#
     a    b     c
0  1.0  4.0   NaN
1  2.0  5.0   NaN
2  3.0  NaN  what
3  NaN  6.0   how
4  4.0  7.0   why
5  5.0  NaN   NaN

删除指定值的行

---

直接上代码：

# 删除列a中值为5的行：
df = df[df.a!=5]
#
     a    b     c
0  1.0  4.0   NaN
1  2.0  5.0   NaN
2  3.0  NaN  what
3  NaN  6.0   how
4  4.0  7.0   why

# 删除列a中值为5且b列中值为4的行：
df = df[(df.a!=5)&(df.b!=4)]
#
     a    b     c
1  2.0  5.0   NaN
2  3.0  NaN  what
3  NaN  6.0   how
4  4.0  7.0   why

# 使用索引删除
df = df.drop(df.index[[1, 3, 5]])
#
     a    b     c
0  1.0  4.0   NaN
2  3.0  NaN  what
4  4.0  7.0   why

删除值为Nan的行

---

使用dropna方法，原型：

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

其中：

• axis：指定删除行或列，默认为0，即删除行，1为列
• how：以何种方式删除，any是只要有一个Nan就删除，all是全部为Nan才删除
• thresh：阈值，Nan的个数至少为该值时才会删除
• subset：指定列
• inplace：是否原地置换

示例如下：

# 删除所有含有Nan的行
df.dropna()
#
     a    b    c
4  4.0  7.0  why

# 删除至少有2个Nan的行
df.dropna(thresh=2)
#
     a    b     c
0  1.0  4.0   NaN
1  2.0  5.0   NaN
2  3.0  NaN  what
3  NaN  6.0   how
4  4.0  7.0   why

# 删除列a中值为Nan的行
df.dropna(subset=['a'])
#
     a    b     c
0  1.0  4.0   NaN
1  2.0  5.0   NaN
2  3.0  NaN  what
4  4.0  7.0   why
5  5.0  NaN   NaN