Pandas 删除数据

1. 前言

上一小节我们讲述了如何新增数据的方法，主要包括新增行和列的具体操作，新增操作是为了我们对数据进行扩充，满足我们对数据量大和内容丰富的追求，而有时候恰恰相反，数据里面存在大量的脏数据和无效数据，我们需要对这部分数据进行删除，避免这些数据在分析结果中带来的误差或精度不够的影响，那在 Pandas 中该如何根据需要去删除指定的数据集呢？

Pandas 删除数据可以分为两种操作，一是删除指定的行或列，二是根据条件删除某些特定数据的行或列。这两者虽然在效果上都能有效的删除我们不需要的数据，但其操作的本质是不一样的，那我们接下来就具体看一下这两种操作的细节内容吧。

2. 删除指定行或列

这里删除指定的行或列，我们主要用到了 Pandas 提供的一个函数 drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’) ，该函数提供了七个参数，为我们删除指定的行或者列提供了便捷的操作，下面我们列举了该函数常用参数的说明：

参数名	说明
labels	标签（行标签或者列标签）
axis	表示删除行（axis=0 默认）或者删除列（axis=1）
index	删除的行索引名
columns	删除的列索引名
inplace	指定删除是否要在原数据上进行操作，默认是 False

2.1 删除指定的行

# 导入pandas包
import pandas as pd
# 指定导入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data\_source/第7,8,9,10小节/execl数据demo.xlsx"
# 解析数据
data = pd.read_excel(data_path)
print(data)

# --- 输出结果 ---
  编程语言   推出时间    价格                       主要创始人
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

# 删除指定行 等价于drop(labels=[0,1],axis=0)
data_res=data.drop(labels=[1,3])
print(data_res)
print(data)

# --- 输出结果 ---
# --- data\_res的数据集 ---
    编程语言   推出时间    价格                       主要创始人
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的数据集 ----
     编程语言   推出时间    价格                       主要创始人
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

输出解析：我们通过 drop() 方法的 labels 设置了标签为 1 和 3，默认是 axis=0 则对应的是删除行索引为 1 和 3 的行数据，如果 axis=0 是删除行数据而设置的 labels 对应的不是行索引标签，则删除时会报错，这里可以看到输出结果正是删除了行索引为1和3的两行数据。

这里值得注意的是：在执行删除操作后我们再次打印了原 data 数据集，通过输出可以看到，data 的数据并没有被影响到，还是完整的数据集。这里如果我们的 inplace 参数设置了 True，则对应的删除操作后，原数据就会被修改，通过下面的代码可以看到操作效果：

# 删除指定行 等价于drop(labels=[0,1],axis=0)
data_res=data.drop(labels=[1,3],axis=0,inplace=True )
print(data_res)
print(data)

# --- 输出结果 ---
None

   编程语言   推出时间    价格                       主要创始人
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

输出解析：这里可以看到 data_res 的输出结果为 None ，而 data 原数据集则被删除了1和3的索引行。这是因为当我们设置了 inplace=True 时，drop() 操作后就不会返回一个新的数据集，而是在原数据集的基础上进行了操作，在实际应用中，如果不是特别的需要，建议不要指定该参数为 True，不然会改变原有数据对其他的分析产生一定的影响。

2.2 删除指定的列

# 导入pandas包
import pandas as pd
# 指定导入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data\_source/第7,8,9,10小节/execl数据demo.xlsx"
# 解析数据
data = pd.read_excel(data_path)
print(data)

# --- 输出结果 ---
  编程语言   推出时间    价格                       主要创始人
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

# 删除指定列
data_res=data.drop(labels=["推出时间","主要创始人"],axis=1)
print(data_res)

# --- 输出结果 ---
     编程语言    价格
0    java  45.6
1  python  67.0
2       C  33.9
3      js  59.5
4     php  69.9
5     C++  75.0

输出解析：通过 labels 设置删除指定的列，列索引名要真实存在，不然会报错，同时 axis=1 是指定删除列操作，不能省略。通过输出结果可以看到删除了推出时间和主要创始人这两列的数据。

2.3 删除指定的行和列

有时候我们需要将某行和某列同时删除，这时候我们可以同时传入 index 和 columns 的参数值即可，如果只传一个，则是只删除对应的行或者列：

# 导入pandas包
import pandas as pd
# 指定导入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data\_source/第7,8,9,10小节/execl数据demo.xlsx"
# 解析数据
data = pd.read_excel(data_path)
print(data)

# --- 输出结果 ---
     编程语言   推出时间    价格                       主要创始人
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

# 同时删除指定行和列
data_res=data.drop(index=4, columns="主要创始人")
print(data_res)

# --- 输出结果 ---
  编程语言   推出时间    价格
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

输出解析：这里我们同时指定了行索引和列索引的值，通过输出结果可以看出，这里删除了行索引为4的数据并且删除了主要创始人这一列的数据。

3. 删除特定数据的行

这里我们讲的删除特定数据的行或列，其实并不是真正意义上的删除内容，而是通过数据条件的筛选过滤，得到一个新的数据集，从效果上看，也是去除了部分数据内容，达到了我们删除数据的实际需要。

# 导入pandas包
import pandas as pd
# 指定导入的文件地址
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data\_source/第7,8,9,10小节/execl数据demo.xlsx"
# 解析数据
data = pd.read_excel(data_path)
print(data)

# --- 输出结果 ---
  编程语言   推出时间    价格                       主要创始人
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

# 我们对价格列小于50的数据进行筛选
data_res=data[data["价格"]<50]
print(data_res)

# --- 输出结果 ---
 编程语言   推出时间    价格            主要创始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie

输出解析：这里我们通过对价格列费用小于50的数据进行筛选，进而删除掉了价格大于等于50的数据行，返回给了新的数据集 data_res ，在效果上达到了删除数据行的作用。

3.小结

本节课我们主要学习了删除数据行或者列的操作方法，一种是通过 drop() 方法删除指定的行或列，二是通过数据的筛选过滤进而达到删除数据行的效果，两种删除方法要根据具体的业务需要进行选用。本节课程的重点如下：

• drop() 操作删除数据行和列的操作方法；
• drop() 操作中几个重要参数的使用；
• 根据特定条件删除数据行的操作。