Pandas 刪除數據

1. 前言

上一小節我們講述了如何新增數據的方法，主要包括新增行和列的具體操作，新增操作是為了我們對數據進行擴充，滿足我們對數據量大和內容豐富的追求，而有時候恰恰相反，數據里面存在大量的臟數據和無效數據，我們需要對這部分數據進行刪除，避免這些數據在分析結果中帶來的誤差或精度不夠的影響，那在 Pandas 中該如何根據需要去刪除指定的數據集呢？

Pandas 刪除數據可以分為兩種操作，一是刪除指定的行或列，二是根據條件刪除某些特定數據的行或列。這兩者雖然在效果上都能有效的刪除我們不需要的數據，但其操作的本質是不一樣的，那我們接下來就具體看一下這兩種操作的細節內容吧。

2. 刪除指定行或列

這里刪除指定的行或列，我們主要用到了 Pandas 提供的一個函數 drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’) ，該函數提供了七個參數，為我們刪除指定的行或者列提供了便捷的操作，下面我們列舉了該函數常用參數的說明：

2.1 刪除指定的行

# 導入pandas包
import pandas as pd
# 指定導入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第7,8,9,10小節/execl數據demo.xlsx"
# 解析數據
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
  編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

# 刪除指定行 等價于drop(labels=[0,1],axis=0)
data_res=data.drop(labels=[1,3])
print(data_res)
print(data)

# --- 輸出結果 ---
# --- data_res的數據集 ---
    編程語言   推出時間    價格                       主要創始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie
4   php  2012年  69.9              Rasmus Lerdorf
5   C++  1983年  75.0           Bjarne Stroustrup
# --- data的數據集 ----
     編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

輸出解析：我們通過 drop() 方法的 labels 設置了標簽為 1 和 3，默認是 axis=0 則對應的是刪除行索引為 1 和 3 的行數據，如果 axis=0 是刪除行數據而設置的 labels 對應的不是行索引標簽，則刪除時會報錯，這里可以看到輸出結果正是刪除了行索引為1和3的兩行數據。

這里值得注意的是：在執行刪除操作后我們再次打印了原 data 數據集，通過輸出可以看到，data 的數據并沒有被影響到，還是完整的數據集。這里如果我們的 inplace 參數設置了 True，則對應的刪除操作后，原數據就會被修改，通過下面的代碼可以看到操作效果：

# 刪除指定行 等價于drop(labels=[0,1],axis=0)
data_res=data.drop(labels=[1,3],axis=0,inplace=True )
print(data_res)
print(data)

# --- 輸出結果 ---
None

   編程語言   推出時間    價格                       主要創始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie
4   php  2012年  69.9              Rasmus Lerdorf
5   C++  1983年  75.0           Bjarne Stroustrup

輸出解析：這里可以看到 data_res 的輸出結果為 None ，而 data 原數據集則被刪除了1和3的索引行。這是因為當我們設置了 inplace=True 時，drop() 操作后就不會返回一個新的數據集，而是在原數據集的基礎上進行了操作，在實際應用中，如果不是特別的需要，建議不要指定該參數為 True，不然會改變原有數據對其他的分析產生一定的影響。

2.2 刪除指定的列

# 導入pandas包
import pandas as pd
# 指定導入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第7,8,9,10小節/execl數據demo.xlsx"
# 解析數據
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
  編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

# 刪除指定列
data_res=data.drop(labels=["推出時間","主要創始人"],axis=1)
print(data_res)

# --- 輸出結果 ---
     編程語言    價格
0    java  45.6
1  python  67.0
2       C  33.9
3      js  59.5
4     php  69.9
5     C++  75.0

輸出解析：通過 labels 設置刪除指定的列，列索引名要真實存在，不然會報錯，同時 axis=1 是指定刪除列操作，不能省略。通過輸出結果可以看到刪除了推出時間和主要創始人這兩列的數據。

2.3 刪除指定的行和列

有時候我們需要將某行和某列同時刪除，這時候我們可以同時傳入 index 和 columns 的參數值即可，如果只傳一個，則是只刪除對應的行或者列：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第7,8,9,10小節/execl數據demo.xlsx"
# 解析數據
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
     編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

# 同時刪除指定行和列
data_res=data.drop(index=4, columns="主要創始人")
print(data_res)

# --- 輸出結果 ---
  編程語言   推出時間    價格
0    java  1995年  45.6
1  python  1991年  67.0
2       C  1972年  33.9
3      js  1995年  59.5
5     C++  1983年  75.0

輸出解析：這里我們同時指定了行索引和列索引的值，通過輸出結果可以看出，這里刪除了行索引為4的數據并且刪除了主要創始人這一列的數據。

3. 刪除特定數據的行

這里我們講的刪除特定數據的行或列，其實并不是真正意義上的刪除內容，而是通過數據條件的篩選過濾，得到一個新的數據集，從效果上看，也是去除了部分數據內容，達到了我們刪除數據的實際需要。

# 導入pandas包
import pandas as pd
# 指定導入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第7,8,9,10小節/execl數據demo.xlsx"
# 解析數據
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
  編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

# 我們對價格列小于50的數據進行篩選
data_res=data[data["價格"]<50]
print(data_res)

# --- 輸出結果 ---
 編程語言   推出時間    價格            主要創始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie

輸出解析：這里我們通過對價格列費用小于50的數據進行篩選，進而刪除掉了價格大于等于50的數據行，返回給了新的數據集 data_res ，在效果上達到了刪除數據行的作用。

3.小結

本節課我們主要學習了刪除數據行或者列的操作方法，一種是通過 drop() 方法刪除指定的行或列，二是通過數據的篩選過濾進而達到刪除數據行的效果，兩種刪除方法要根據具體的業務需要進行選用。本節課程的重點如下：

• drop() 操作刪除數據行和列的操作方法；
• drop() 操作中幾個重要參數的使用；
• 根據特定條件刪除數據行的操作。

Tips：想要學習更多Pandas相關知識，可以點擊
Pandas 新增數據
Pandas 修改數據
Pandas 查詢數據