python 数据分析 【pandas】drop()函数详解

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