pandas怎樣去掉、過濾數(shù)據(jù)集中的某些值或者某些行

小編給大家分享一下pandas怎樣去掉、過濾數(shù)據(jù)集中的某些值或者某些行，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

摘要在進(jìn)行數(shù)據(jù)分析與清理中，我們可能常常需要在數(shù)據(jù)集中去掉某些異常值。具體來說，看看下面的例子。

0.導(dǎo)入我們需要使用的包

import pandas as pd

pandas是很常用的數(shù)據(jù)分析，數(shù)據(jù)處理的包。anaconda已經(jīng)有這個(gè)包了，純凈版python的可以自行pip安裝。

1.去掉某些具體值

數(shù)據(jù)集df中，對(duì)于屬性appPlatform（最后一列），我們想刪除掉取值為2的那些樣本。如何做？非常簡單。

import pandas as pd

df[(True-df['appPlatform'].isin([2]))]

當(dāng)然，有時(shí)候我們需要去掉不止一個(gè)值，這個(gè)時(shí)候只需要在isin([]）的列表中添加。更具體來說，例如，對(duì)于appID這個(gè)屬性，我們想去掉appID=278和appID=382的樣本。

df[(True-df['appID'].isin([278,382]))]

另外，我們有時(shí)候并不只是考慮某一列，還需要考慮另外若干列的情況。例如，我們需要過濾掉appPlatform=2而且appID=278和appID=382的樣本呢？非常簡單。

df[(True-df['appID'].isin([278,382]))&(True-df['appPlatform'].isin([2]))]

其實(shí)，在這里我們看到，就是由兩部分組成的，第一部分就是appID中等于278和382的，另外一部分就是appPlatform中等于2的。兩者取邏輯關(guān)系 與（&）

2.過濾掉某個(gè)范圍的值

上面我們是了解了如何取掉某個(gè)具體值，下面，我們要看看如何過濾掉某個(gè)范圍的值。對(duì)于數(shù)據(jù)集df，我們想過濾掉creativeID（第一列）中ID值大于10000的樣本。

df[df['creativeID']<=10000]

另外，如果要考慮多列的話，其實(shí)和上面一樣，將兩種情況做邏輯與（&）就可以，不過值得注意的是，每個(gè)條件要用括號(hào)()括起來。

以上是“pandas怎樣去掉、過濾數(shù)據(jù)集中的某些值或者某些行”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！