资讯专栏INFORMATION COLUMN

Pandas DataFrame.drop()删除数据的方法实例

89542767 / 627人阅读

  Pandas作为一个功能强劲的数据库,里面涉及的内容是很多的,还有一点就是,里面涉及到的内容也是比较的多,那么,我们要是涉及到删除数据的时候,具体方法是什么呢?下面就给大家详细解答下。


  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

01.png

  res1

02.png

  res2

03.png

  res3

04.png

  res4

05.png

  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)

  综上所述,这篇内容就给大家介绍到这里了,希望可以给各位读者带来帮助。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/128368.html

相关文章

  • Python PandasDataFrame.drop_duplicates()如何删除重复值

      小编写这篇文章,主要是给大家做出一个解答,解答的内容就是Python Pandas中DataFrame.drop_duplicates()中,如何去删除重复值,下面小编就会给大家做出一个详细解答。  语法  df.drop_duplicates(subset=None,   keep='first',   inplace=False,   ignore_index=False)...

    89542767 评论0 收藏0
  • 如何利用Python pandas找到数据删除

      小编写这篇文章的主要目的,主要是想给大家做出一个深入解答,解答一下关于Python pandas技术,主要是如何找到数据,然后对其进行删除,下面小编就给大家进行详细解答下。  前言  当我们在使用Python pandas处理各种数据的时候,经常性的会遇到一些问题,比如会遇到一些数据重复的问题,这个时候,我们需要做的就是找出产生问题的原因是什么。那么,pandas将会给我们提供两种比较高效的方...

    89542767 评论0 收藏0
  • pandas进行数据预处理实例讲解

    摘要:引入包和加载数据清洗数据查看数据维度以及类型缺失值处理查看数据统计信息数值属性离散化计算特征与属性之间关系查看数据维度以及类型查看前五条数据查看每列数据类型以及情况获得所有属性查看数据统计信息查看连续数值属性基本统计情况查看属性数据统计情况 引入包和加载数据 12345import pandas as pdimport numpy as nptrain_df =pd.read_csv(...

    psychola 评论0 收藏0
  • ❤️数据科学-Pandas、Numpy、Matplotlib秘籍之精炼总结

    前言: 先感受一下数据科学的魅力,上图是在Smart Dubai 2017 GITEX科技周展台上推出Smart Decision-Making Platform(智能决策平台),于10月8日至12日在迪拜世界贸易中心举行。游客可以通过一个沉浸式的空间将数据可视化,让他们了解迪拜的未来。让参观者可以在现场查阅观看全市数据,这意味着迪拜将成为了世界上第一个与公众分享实时实时数据的城市,同时还可以预...

    Zhuxy 评论0 收藏0
  • 在Python中实现机器学习功能4种方法

    摘要:在中实现机器学习功能的种方法来源愿码内容编辑愿码连接每个程序员的故事网站愿码愿景打造全学科系统免费课程,助力小白用户初级工程师成本免费系统学习低成本进阶,帮助一线资深工程师成长并利用自身优势创造睡后收入。 在Python中实现机器学习功能的4种方法 showImg(https://segmentfault.com/img/remote/1460000018849605); 来源 | ...

    XFLY 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<