python dataframe删除某一列_Python進行資料處理之Pandas的drop函數

删除表中的某一行或者某一列更明智的方法是使用drop，它不改變原有的df中的資料，而是傳回另一個dataframe來存放删除後的資料。本文出處主要來源于必備工具書《利用python進行資料分析》。

1.清理無效資料

df[df.isnull()]  #傳回的是個true或false的Series對象（掩碼對象），進而篩選出我們需要的特定資料。
df[df.notnull()]

df.dropna()     #将所有含有nan項的row删除
df.dropna(axis=1,thresh=3)  #将在列的方向上三個為NaN的項删除
df.dropna(how='ALL')        #将全部項都是nan的row删除
           

此處：print data.dropna() 和 print data[data.notnull()] 結果一樣

2.填充無效值

df.fillna(0)
df.fillna({1:0, 2:0.5})         #對第一列nan值賦0，第二列指派0.5
df.fillna(method='ffill')   #在列方向上以前一個值作為值賦給NaN
           

3.drop函數的具體使用案例

####（1）drop函數的使用：删除行、删除列

print frame.drop(['a'])
print frame.drop(['Ohio'], axis = 1)
           

drop函數預設删除行，列需要加axis = 1

####（2）drop函數的使用：inplace參數 采用drop方法，有下面三種等價的表達式：

1. DF= DF.drop('column_name', axis=1)；
2. DF.drop('column_name',axis=1, inplace=True)
3. DF.drop([DF.columns[[0,1, 3]]], axis=1, inplace=True)   # Note: zero indexed
           

注意：凡是會對原數組作出修改并傳回一個新數組的，往往都有一個 inplace可選參數。如果手動設定為True（預設為False），那麼原數組直接就被替換。也就是說，采用inplace=True之後，原數組名（如2和3情況所示）對應的記憶體值直接改變；

而采用inplace=False之後，原數組名對應的記憶體值并不改變，需要将新的結果賦給一個新的數組或者覆寫原數組的記憶體位置（如1情況所示）。

####（3）drop函數的使用：資料類型轉換

df['Name'] = df['Name'].astype(np.datetime64)
           

DataFrame.astype() 方法可對整個DataFrame或某一列進行資料格式轉換，支援Python和NumPy的資料類型。