【数据分析：超实用的pandas语法技巧（一）】

前言：
💞💞大家好，我是书生♡，本篇文章和大家一起分享和探索超实用的pandas语法技巧，本篇文章主要讲述了：如何快速处理一些pandas中DataFrame对象的问题技巧等等。欢迎大家一起探索讨论！！！
💞💞代码是你的画笔，创新是你的画布，用它们绘出属于你的精彩世界，不断挑战，无限可能！

个人主页⭐： 书生♡
gitee主页🙋‍♂：闲客
专栏主页💞：大数据开发
博客领域💥：大数据开发，java编程，前端，算法，Python
写作风格💞：超前知识点，干货，思路讲解，通俗易懂
支持博主💖：关注⭐，点赞、收藏⭐、留言💬

1. 删除DF对象中的一列/多列数据

这个语法，其实在我们日常工作中并不是很常用，但是是我们必须会用的一个语法，因为我们在工作中是不会随便删除数据。我们会这个是因为我们在自己去分析某些东西的时候会用到。

1.1 drop 方法

  drop 方法是 Pandas 提供的一个非常直观的方法来删除列。你可以指定要删除的列名，并且设置 axis=1 参数表示你想要删除的是列而不是行。

• 删除一列

import pandas as pd

# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
# 删除列 'B'
df = df.drop('B', axis=1)
# 查看数据
df

• 删除多列

import pandas as pd

# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
# 删除多列 'B' 和 'C'
df = df.drop(['B', 'C'], axis=1)
# 查看数据
df

1.2 del 关键字

  可以直接使用 Python 的 del 关键字来删除列。这是一种更直接的方式，但它会直接修改原始的 DataFrame 而不是返回一个新的 DataFrame。

import pandas as pd
# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
# 删除列 'B'
del df['B']
# 查看数据
df

1. 3 pop 方法

  pop 方法不仅可以删除列，还可以返回被删除的那一列的数据。这在你想要同时获取和移除某一列时很有用。

import pandas as pd
# 创建一个示例 DataFrame
data = {
   
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
# 删除并获取列 'B'
column_b = df.pop('B')

print("Deleted column B:\n", column_b)
print("\nRemaining DataFrame:\n", df)

1.4 注意事项

• 如果你不希望改变原始的 DataFrame，而是创建一个没有指定列的新 DataFrame，请确保将 drop方法的结果赋值给一个新的变量或覆盖原来的变量。
• 在使用 drop 方法时，可以通过设置参数 inplace=True 来直接修改原始DataFrame，而不需要重新赋值。

# 直接在原始 DataFrame 上删除列 'B'
df.drop('B', axis=1, inplace=True)

2. 数据筛选

  要在 Pandas 中筛选出数据使我们在工作常常可以使用到的，例如：我们要筛选出订单是抖音和快手两个平卖出的，那我们就要筛选平台是抖音和快手。你可以使用多种方法。以下是几种常见的方法：

2.1 使用 .loc[] 和布尔索引

import