pandas 删除指定行_Python数据分析第六节Pandas 进阶

上一节我们初步认识pandas，这一节将会利用pandas进行简单的数据筛选和其他处理，请大家耐心跟着小帮手一点一点融会贯通哟～

目录

一. 数据导入回顾

二. 数据筛选

三. 给数据打标签

四. 行的查改增删

一. 数据导入回顾

我们先用一个文件例子进行数据导入的回顾和练习。假设我们电脑上有一个excel文件‘2019年销售数据.xlsx' :

导入数据的代码如下(代码过长，滑动查看)：

import pandas as pddf=pd.read_excel('/Users/harrison/Desktop/2019年销售数据.xlsx')

为了查看导入表格的形式，我们可以通过以下代码查看一下表格的前5条数据：

print(df.head())

输出的结果如下：

查看部分数据的方法除了head()还有：

1.  tail()：查看末尾5条数据

2. info()：查看表格的属性(上一节有运行展示)

接下来，假设需要查看一年的销售额，我们需要对四个季度的销售额进行加法运算：

df['总和']=df['第一季度']+df['第二季度']+df['第三季度']+df['第四季度']print(df.head())

前五条的结果就变为：

这样我们就算出了每个销售员每年的销售额是多少！

二. 数据筛选

还是以2019年销售数据.xlsx 为例，我们想要筛选出那些总销售额低于平均值的销售员，同样也只要一行代码即可：

df[df['总和']

这样表格中就只会保留满足这一条件的数据:

这些人的业绩低于公司业绩的平均值，绩效不合格，需要重点关注他们，帮他们提高业绩。

我们也可以写多个条件进行判断，在 pandas 中要表示同时满足，各条件之间要用 & 符号连接。如果要表示只要满足之一，各条件之间要用 | 符号来连接。并且每个条件要用括号括起来，举个例子：

# 筛选出总和大于 10000 且小于 12000 的df[(df['总和'] > 10000) & (df['总和'] < 12000)]# 筛选出总和小于 5000 或大于 12000 的df[(df['总和'] < 5000) | (df['总和'] > 12000)]

三. 给数据打标签

pandas 的 cut() 方法常用于数据的分类和打标签，它的主要参数和用法如下：

pd.cut(df['总和'], bins=[0, 1000, 2000, 3000], labels=['不合格', '良好', '优秀'])

第一个参数是要分类的列，参数 bins 是分类的方式，即分类区间。默认是左开右闭，上面的例子中表示按 (0, 1000]、(1000, 2000] 和 (2000, 3000] 分为三组。如果你想要左闭右开的方式，可以再添加一个参数 right=False。

最后的参数 labels 分别对应了这三组的标签名。即 (0, 1000] 表示不合格，(1000, 2000] 表示良好，(2000, 3000] 表示优秀。

应用到我们的例子当中，需要按平均值来分类，对应的代码如下：

df['绩效'] = pd.cut(x=df['总和'], bins=[0, df['总和'].mean() * 0.9, df['总和'].mean() * 1.2, df['总和'].max()], labels=['不合格', '良好', '优秀'])

调用print(df.head())得到的结果为：

可以看到，使用 pandas，只要一行代码就完成了对员工的绩效评分！

四. 行的查改增删

首先，我们用 DataFrame 构建一个简单的表格：

列是通过列名来获取的，同理，行是通过最左边的索引来获取。在不指定的情况下，索引值默认从 0 开始依次递增。我们可以使用 loc 基于索引进行表格行的查改增删。

1. 查看行

以查看上面表格中第一行的数据为例，代码和输出结果如下：

如果你在构建表格时像下面这样单独设置了索引，同样也可以用对应的索引值来获取表格行的数据：

除了第一个参数索引外，还支持第二个参数列名。即同时基于行和列获取指定的数据，比如：

print(df.loc[0, '笔记本'])

上面代码的意思是获取行为 0 且列为笔记本的数据，运行的结果为 14。

同时，行和列还支持分片的写法，我们来看几个例子：

# 行分片print(df.loc[0:1, '笔记本'])# 列分片print(df.loc[0, '笔记本':'玩具'])# 同时分片print(df.loc[0:1, '笔记本':'玩具'])

上面代码的运行结果分别如下：

#行分片

#列分片

#同时分片

也可以通过省略冒号前后的内容来实现全选，例如：df.loc[:, '笔记本':'玩具']

loc 同时也支持布尔索引来进行数据的筛选，比如获取笔记本销量大于 15 的数据：

df.loc[df['笔记本'] > 15]

上面的写法等价于 df[df['笔记本'] > 15]，不同之处在于 loc 还能通过第二个参数筛选出只想查看的列，比如：

除了比较常用的 loc 之外，我们还能使用 iloc。用法和 loc 一样，区别在于 loc 使用的参数是索引，而 iloc 的参数是位置，即第几行。

因此，在不指定索引的情况下，loc 和 iloc 的效果是一样的。但当单独指定了索引，我们想获取前 3 行数据时可以像下面这样写：

索引变成了日期，想要按位置获取数据的话只能使用 iloc，这时如果使用 df.loc[:3] 将会报错。

2. 修改行

假设某行的数据有问题，我们需要进行修正。修改起来同样也很简单，直接赋值即可。这里分为两种情况：

1. 赋值为一个数字；

2. 赋值为长度和列数相等列表。

对于第一种情况，这一行所有的数据都会被修改成同样的数字：

df.loc[0] = 1  # 第一行都改成 1print(df)

而第二种情况则是按列表顺序修改对应的列：

# 将第一行按顺序修改成 1 2 3 4df.loc[0] = [1, 2, 3, 4]print(df)

当然你也可以使用例如 df.loc[0, '笔记本'] = 23 定位到行和列来修改特定的数据。

3. 新增行

你应该也发现了，行和列的基本操作都是类似的，只是具体的方式不同。新增行也是如此，只需传入表格中不存在的索引即可。

4. 删除行

删除行和删除列一样，都是使用 drop() 方法。删除列的使用传入了 axis=1 表示对列进行删除，axis 默认为 0，因此删除行时省略 axis 参数即可。

df.drop(0, inplace=True)  # 删除第一行print(df)# 或者 print(df.drop(0))

温馨提醒：第四部分---行的查改增删最好可以对比第五节pandas入门中列的查改增删进行学习

?

长按关注公众号

欢迎留言交流