一、drop函数基本介绍
功能:删除数据集中多余的数据
语法如下所示:
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
常用参数详解:
labels:待删除的行名or列名;
axis:删除时所参考的轴,0为行,1为列;
index:待删除的行名
columns:待删除的列名
level:多级列表时使用,暂时不作说明
inplace:布尔值,默认为False,这是返回的是一个copy;若为True,返回的是删除相应数据后的版本
errors:一般用不到,这里不作解释
二、举例说明
import pandas as pd
import numpy as np
df1=pd.DataFrame(np.arange(36).reshape(6,6),columns=list('ABCDEF'))
df1
数据集展示如下:
1. 删除行数据
第一种方式:
df2=df1.drop(labels=0,axis=0)
df2
第二种方式:
df22=df1.drop(index=0)
df22
两种删除方式是等价的,传入labels和axis 与只传入一个index 作用相同。
2. 删除多行数据
df3=df1.drop(labels=[0,1,2],axis=0)
df3
3. 删除列数据
df4=df1.drop(labels=['A','B','C'],axis=1)
df44=df1.drop(columns=['A','B','C'])
4. 同时删除行数据和列数据
df5=df1.drop(index=0, columns='D')
df5
推荐链接
发表评论