删除 删除有两种方法,一种是使用pop()函数。使用pop(),Series会删除指定索引的数据同时返回这个被删除的值,DataFrame会删除指定列并返回这个被删除的列。以上操作都是实时生效的。 # 删除索引为3的数据 s.pop(3) # 93 s ''' 0 89 1 36 2 57 4 65 5 24 .. 95 48 96 21 97 98 98 11 99 21 Name: Q1, Length: 99, dtype: int64 ''' # 删除Q1列 df.pop('Q1') ''' 0 89 1 36 2 57 3 93 4 65 .. 100 88 101 88 103 88 104 88 105 88 Name: Q1, Length: 105, dtype: int64 ''' df ''' name team Q2 Q3 Q4 0 Liver E 21 24 64 1 Arry C 37 37 57 2 Ack A 60 18 84 3 Eorge C 96 71 78 4 Oah D 49 61 86 .. ... ... .. .. .. 95 Gabriel C 59 87 74 96 Austin7 C 31 30 43 97 Lincoln4 C 93 1 20 98 Eli E 74 58 91 99 Ben E 43 41 74 [100 rows x 5 columns] ''' 还有一种方法是使用反选法,将需要的数据筛选出来赋值给原变量,最终实现删除。 5.4.12 删除空值 在一些情况下会删除有空值、缺失不全的数据,df.dropna可以执行这种操作: df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.dropna(thresh=2) # 至少有两个空值时才删除 df.dropna(inplace=True) # 删除并使替换生效