用python代码查看表中年龄特征为小数的数值,并删除其所在的行
时间: 2023-06-07 07:10:05 浏览: 109
import pandas as pd
# 读取数据表
df = pd.read_csv('data.csv')
# 查看年龄特征为小数的数值
decimal_age = df[df['age'].apply(lambda x: type(x) == float)]
# 删除所在行
df = df.drop(decimal_age.index)
# 输出结果
print(df)
相关问题
用python代码查看表中年龄特征为小数的数值
可以使用 Pandas 库读取表格数据,并通过筛选条件选出年龄特征为小数的数据,示例代码如下:
``` python
import pandas as pd
# 读取表格数据
data = pd.read_excel('data.xlsx')
# 筛选出年龄特征为小数的数据(假设该特征在列名中为"age")
decimal_age_data = data.loc[data['age'] % 1 != 0, 'age']
# 打印出筛选结果
print(decimal_age_data)
```
以上是一个简单的示例,实际情况可能更加复杂,需要根据具体的数据结构和数据类型进行相应的调整。
python代码查看表中数值型特征缺失值的索引
可以使用 pandas 库的 isnull() 方法找到缺失值,再使用 .index 属性获取索引。示例代码如下:
```python
import pandas as pd
# 假设数据存储在名为 data 的 DataFrame 中,列名为 feature1 和 feature2,其中 feature2 存在缺失值
missing_index = data[data['feature2'].isnull()].index.tolist()
print(missing_index)
```
输出:
```
[2, 5, 8, 12, 13, 18]
```