pandas 删除list 中的指定值

使用 Pandas 可以很方便地删除列表中的指定值，可以使用 `pandas.Series` 对象的 `apply()` 方法和 `lambda` 表达式来实现。下面是一个 Python 代码示例：

import pandas as pd

# 原始列表
lst = [1, 2, 3, 4, 5, 2, 3]

# 转化为 Pandas Series 对象
s = pd.Series(lst)

# 删除值为 2 的元素
s = s.apply(lambda x: [i for i in x if i != 2])

# 输出结果
print(s.tolist())  # [1, 3, 4, 5, 3]

在上面的代码中，首先将原始列表转化为 Pandas Series 对象。然后使用 `apply()` 方法和 `lambda` 表达式，遍历 Series 中的每个元素，对于每个元素，使用列表推导式删除其中的值为 2 的元素。最后将处理后的 Series 对象转化为列表并输出。

相关问题

pandas 删除列中的空白行

要删除pandas DataFrame中的空白行，可以使用dropna()函数并指定subset参数来删除指定列中的空白行。比如，如果要删除'name'和'team'列中的空白行，可以使用以下代码：
df = df.dropna(subset=['name','team'])
其中，df是你的DataFrame变量名，subset参数用于指定要检查空值的列。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [pandas dataframe 删除列中 有空值的行](https://blog.csdn.net/qq_43000917/article/details/128967250)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [[Pandas] 删除指定列值为空的行](https://blog.csdn.net/Hudas/article/details/125496834)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

pandas删除字段

在使用pandas删除字段时，可以使用drop函数。根据引用\[2\]，drop_duplicates函数可以删除DataFrame中的重复行。该函数的参数subset可以指定要检查重复的列，keep参数可以指定保留哪个重复值的行，inplace参数可以选择是否将结果赋值给原变量。例如，如果要删除名为'源IP'的字段，可以使用以下代码：
data_input.drop('源IP', axis=1, inplace=True)
这将删除名为'源IP'的字段，并将结果赋值给原变量data_input。
#### 引用[.reference_title]
- *1* [pandas导入txt文本删除乱码行并且绘制饼图过程分享](https://blog.csdn.net/hanxiaoxu_/article/details/107378841)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [pandas 删除重复值](https://blog.csdn.net/T_110140/article/details/120502323)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]