[Pandas] DataFrame.drop() 删除数据
df.drop()通过指定标签名称和相应的轴,或直接给定索引或列名称来删除行或列
语法
-
df.drop(labels = None, axis = 0,
-
index = None, columns = None,
-
level = None, inplace = False,
-
errors = 'raise')
参数
1.labels:要删除的列或者行,如果要删除多个,传入列表
2.axis:轴的方向,0为行,1为列,默认为0
3.index:指定的一行或多行
4.columns:指定的一列或多列
5.level:索引层级,将删除此层级
6.inplace:布尔值,是否生效
7.errors:ignore或raise,默认为raise,如果为ignore,则容忍错误,仅删除现有标签
-
# 删除数据 DataFrame.drop()
-
import pandas as pd
-
-
df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C'])
-
-
# 删除指定行
-
res1 = df.drop([0,1])
-
res2 = df.drop(index = [0,1])
-
-
# 删除指定列
-
#res3该方法一定要指定axis = 1,否则会报错
-
res3 = df.drop(['B','C'], axis = 1)
-
res4 = df.drop(columns = ['B','C'])
结果展示
df
res1
res2
res3
res4
删除表中的某一行或者某一列更明智的方法是使用drop,它不改变原有的df中的数据,而是返回另一个dataframe来存放删除后的数据
扩展
del与drop的区别
在Python中del和drop方法都能够删除dataframe中的列数据,但两者也有着些许区别:
1. del属于Python的内置函数函数,drop属于pandas中的内置函数
2. del 删除列
drop 删除行和列(默认行)
3. drop一次可以处理多个项目;del一次只能操作一个
4. drop可以就地操作或返回副本;del仅是就地操作
5. 两种函数在执行效率上很接近,但是在较大数据上,drop函数优势更明显,尤其是在处理多列数据时
-
del crime['Total']
-
crime=crime.drop(['Total'],axis=1)
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhgfaaek
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01