pandas删除不符合条件的行

这篇博客介绍了如何使用Pandas库在Python中进行数据清洗。首先展示了两种方法删除列中字符串长度小于2的行,接着演示了单一条件和多条件过滤数据帧的技巧,包括利用loc和drop函数筛选满足特定条件的行。这些方法对于数据预处理和分析至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.删除某列不满足长度的字符串

# 第一种方法
df=df[df['column name'].map(len) < 2]
# 第二种方法
df=df[[(len(x) < 2) for x in df['column name']]]

2.过滤其他条件

# 第一种方法
df=df.loc[df['score']>80]
# 多条件
df=df.loc[(df['score'] > 80) & (df['score'] < 100)] 
# 第二种方法
df = df.drop(df[df.score < 50].index)
# inplace
df.drop(df[df.score < 50].index, inplace=True)
# 多条件
df = df.drop(df[(df.score < 50) & (df.score > 20)].index)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值