本篇文章同步發布於 Python pandas 刪除 DataFrame 資料 【Python 處理 Excel #10】

前言

這篇文章分享如何刪除 DataFrame 的資料，包含如何刪除特定列或行、如何刪除缺失值，以及如何刪除 DataFrame 中重複的資料。

文章案例說明

文章中使用 example.xlsx 作為說明用的案例資料。example.xlsx 的內容如下：

刪除 DataFrame 的列資料

刪除單一列資料

例如想刪除 DataFrame 中索引為 2 的列：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除索引為 2 的列
df = df.drop(index=2)
print("\n刪除索引為 2 的列後的資料：")
print(df)

drop(index=2)：這段程式碼指定要刪除的列索引為 2。

刪除多筆列資料

如果想要刪除多筆列資料，可以將列的索引整理放在列表傳遞給 drop() 方法。例如刪除索引為 1 和 3 的列：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除索引為 1 和 3 的列
df = df.drop(index=[1, 3])
print("刪除索引為 1 和 3 的列後的資料:")
print(df)

刪除 DataFrame 的特定欄位

刪除單個欄位

例如想刪除 DataFrame 中 order_quantity 這個欄位：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除 order_quantity 這個欄位
df = df.drop(columns='order_quantity')
print("\n刪除 'order_quantity' 後的資料：")
print(df)

drop(columns='order_quantity')：這段程式碼指定要刪除的欄位名為 order_quantity。

刪除多個欄位

如果想要刪除多個欄位，可以將欄位的名稱整理放在列表傳遞給 drop() 方法。例如刪除 order_quantity 和 unit_price 列：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除 'order_quantity' 和 'unit_price' 
df = df.drop(columns=['order_quantity', 'unit_price'])
print("\n刪除 'order_quantity' 和 'unit_price' 後的資料：")
print(df)

drop() 方法補充說明

drop() 方法預設返回一個新的 DataFrame，原始 DataFrame 不會被修改。如果使用 inplace=True 參數，則原始 DataFrame 將被修改，且不會返回任何值。

例如直接在原始的 DataFrame 刪除第 1 列和第 2 列的資料：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 直接在原始 DataFrame 上刪除索引為 0 和 2 的列
df.drop(index=[0, 2], inplace=True)
print("\n直接在原始 DataFrame 上刪除索引為 0 和 2 的列後的資料：")
print(df)

刪除缺失值

之前介紹缺失值的文章提過 dropna() 方法可以刪除包含缺失值的列。例如：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除包含缺失值的列
df = df.dropna()
print("\n刪除包含缺失值的列後的資料：")
print(df)

dropna() 方法還有一些參數可以控制刪除的方式：

• how：指定要刪除的列或行。例如 any (任何缺失值) 或 all (所有值都是缺失值)。
• thresh：指定每列或每行必須包含的非缺失值的最小數量。

刪除重複值

drop_duplicates() 方法可以刪除重複的列資料。例如：

import pandas as pd

# 從 Excel 檔案讀取資料
df = pd.read_excel('example.xlsx')

# 顯示原始資料
print("原始資料：")
print(df)

# 刪除重複的列
df = df.drop_duplicates()
print("\n刪除重複的列後的資料：")
print(df)

drop_duplicates()：這段程式碼將刪除所有重複的列，只保留第一個出現的列。

總結

• 使用 drop() 方法刪除特定的列或行。
• 使用 dropna() 方法刪除缺失值。
• 使用 drop_duplicates() 方法刪除重複的列。

本篇文章同步發布於 Python pandas 刪除 DataFrame 資料 【Python 處理 Excel #10】