pandas删除数据

 import pandas as pd
 import faker
 
 # 创建随机数据
 f = faker.Faker(locale="zh-cn")
 df = pd.DataFrame({"姓名":[f.name() for i in range(5)],
                    "年龄":[f.random_int(22,45) for i in range(5)],
                    "电话":[f.phone_number() for i in range(5)],
                    "日期":[f.date_between(start_date="-1y", end_date="today")
                            .strftime("%Y年%m月%d日") for i in range(5)],
                    "性别":[f.random_element(("男","女")) for i in range(5)],
                    "地址":[f.address() for i in range(5)] 
                   }) 
 df

	姓名	年龄	电话	日期	性别	地址
0	唐杨	41	13348639055	2022年04月11日	女	河北省宇市翔安南京街u座 204630
1	巫玉华	42	13637135508	2022年03月07日	女	青海省桂英市东丽杨街i座 621007
2	谢瑞	45	18525501481	2022年03月28日	女	四川省莉县和平呼和浩特路B座 743642
3	熊金凤	42	14529148966	2021年11月14日	男	广东省平县和平巢湖路K座 940870
4	孙玉英	22	18598356093	2022年01月03日	女	陕西省太原市萧山李路n座 873365

1.删除具体列

df.drop('电话',axis=1) # 删除一行
df.drop(columns=['电话']) # 删除多行

	姓名	年龄	日期	性别	地址
0	唐杨	41	2022年04月11日	女	河北省宇市翔安南京街u座 204630
1	巫玉华	42	2022年03月07日	女	青海省桂英市东丽杨街i座 621007
2	谢瑞	45	2022年03月28日	女	四川省莉县和平呼和浩特路B座 743642
3	熊金凤	42	2021年11月14日	男	广东省平县和平巢湖路K座 940870
4	孙玉英	22	2022年01月03日	女	陕西省太原市萧山李路n座 873365

2.删除具体行

df.drop(0)

	姓名	年龄	电话	日期	性别	地址
1	巫玉华	42	13637135508	2022年03月07日	女	青海省桂英市东丽杨街i座 621007
2	谢瑞	45	18525501481	2022年03月28日	女	四川省莉县和平呼和浩特路B座 743642
3	熊金凤	42	14529148966	2021年11月14日	男	广东省平县和平巢湖路K座 940870
4	孙玉英	22	18598356093	2022年01月03日	女	陕西省太原市萧山李路n座 873365

3.条件筛选指定数据

df.loc[df['性别'] != '男']  # 挑选所有女性

	姓名	年龄	电话	日期	性别	地址
0	唐杨	41	13348639055	2022年04月11日	女	河北省宇市翔安南京街u座 204630
1	巫玉华	42	13637135508	2022年03月07日	女	青海省桂英市东丽杨街i座 621007
2	谢瑞	45	18525501481	2022年03月28日	女	四川省莉县和平呼和浩特路B座 743642
4	孙玉英	22	18598356093	2022年01月03日	女	陕西省太原市萧山李路n座 873365

4.根据字符挑选/删除

# 挑选地址中不含“陕西省”的字段
df.loc[ ~ df['地址'].str.contains('陕西省') ] 

	姓名	年龄	电话	日期	性别	地址
0	唐杨	41	13348639055	2022年04月11日	女	河北省宇市翔安南京街u座 204630
1	巫玉华	42	13637135508	2022年03月07日	女	青海省桂英市东丽杨街i座 621007
2	谢瑞	45	18525501481	2022年03月28日	女	四川省莉县和平呼和浩特路B座 743642
3	熊金凤	42	14529148966	2021年11月14日	男	广东省平县和平巢湖路K座 940870