pandas数据分组后的处理（详解pandas如何去掉、过滤数据集中的某些值或者某些行？）

pandas数据分组后的处理

摘要在进行数据分析与清理中，我们可能常常需要在数据集中去掉某些异常值。具体来说，看看下面的例子。

0.导入我们需要使用的包

import pandas as pd

pandas是很常用的数据分析，数据处理的包。anaconda已经有这个包了，纯净版python的可以自行pip安装。

1.去掉某些具体值

数据集df中，对于属性appplatform（最后一列），我们想删除掉取值为2的那些样本。如何做？非常简单。

import pandas as pd

当然，有时候我们需要去掉不止一个值，这个时候只需要在isin([]）的列表中添加。更具体来说，例如，对于appid这个属性，我们想去掉appid=278和appid=382的样本。

另外，我们有时候并不只是考虑某一列，还需要考虑另外若干列的情况。例如，我们需要过滤掉appplatform=2而且appid=278和appid=382的样本呢？非常简单。

其实，在这里我们看到，就是由两部分组成的，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。两者取逻辑关系 与（&）

2.过滤掉某个范围的值

上面我们是了解了如何取掉某个具体值，下面，我们要看看如何过滤掉某个范围的值。对于数据集df，我们想过滤掉creativeid（第一列）中id值大于10000的样本。

另外，如果要考虑多列的话，其实和上面一样，将两种情况做逻辑与（&）就可以，不过值得注意的是，每个条件要用括号()括起来。

以上所述是小编给大家介绍的pandas如何去掉、过滤数据集中的某些值或者某些行详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对开心学习网网站的支持！

原文链接：https://blog.csdn.net/qq_22238533/article/details/76127966