襄阳定制型网站开发,云南省建设厅网站处长,做设计用的常用网站,设计公司企业网站Pandas库学习之DataFrame.drop()函数 一、简介
DataFrame.drop 是 Pandas 库中一个非常实用的函数#xff0c;用于删除 DataFrame 中的行或列。通过指定列名或行索引#xff0c;可以灵活地从数据集中移除不需要的数据。这对于数据清洗和预处理非常有用。
二、语法和参数
D… Pandas库学习之DataFrame.drop()函数 一、简介
DataFrame.drop 是 Pandas 库中一个非常实用的函数用于删除 DataFrame 中的行或列。通过指定列名或行索引可以灵活地从数据集中移除不需要的数据。这对于数据清洗和预处理非常有用。
二、语法和参数
DataFrame.drop(labels, axis0, indexFalse, columnsFalse, levelNone, inplaceFalse)参数
labels: 要删除的标签可以是数组、列表、元组或单个标签。axis: 删除的轴0 表示行1 表示列默认为 0。index: 如果为 True则删除标签为索引。columns: 如果为 True则删除标签为列。level: 指定删除标签的级别仅在使用多级索引时有效。inplace: 如果为 True则在原地修改 DataFrame否则返回一个新的 DataFrame。
三、实例
3.1 删除指定行
import pandas as pd# 创建一个示例 DataFrame
df pd.DataFrame({A: [1, 2, 3, 4],B: [5, 6, 7, 8],C: [9, 10, 11, 12]
})# 删除第一行
result df.drop(0)
print(result)输出 A B C
1 2 6 10
2 3 7 11
3 4 8 123.2 删除指定列
# 删除列 B
result df.drop(B, axis1)
print(result)输出 A C
0 1 9
1 2 10
2 3 11
3 4 123.3 删除多个行和列
import pandas as pd# 创建一个示例 DataFrame
df pd.DataFrame({A: [1, 2, 3, 4],B: [5, 6, 7, 8],C: [9, 10, 11, 12]
})# 删除列 B
result df.drop(columnsB, axis1)
print(result)输出 A B
0 1 5
2 3 7
3 4 83.4 使用 inplace 修改原 DataFrame
import pandas as pd# 创建一个示例 DataFrame
df pd.DataFrame({A: [1, 2, 3, 4],B: [5, 6, 7, 8],C: [9, 10, 11, 12]
})
print(df)
# 删除列 A 并直接修改原 DataFrame
df.drop(A, axis1, inplaceTrue)
print(df)输出 A B C
0 1 5 9
1 2 6 10
2 3 7 11
3 4 8 12B C
0 5 9
1 6 10
2 7 11
3 8 12四、注意事项
索引和列名确保删除的标签是存在的否则会引发 KeyError。inplace 参数使用 inplaceTrue 时原 DataFrame 会被修改不返回新的 DataFrame。多级索引在使用多级索引时level 参数可以指定删除标签的级别。数据类型删除操作不会影响 DataFrame 的数据类型。
