博客

python基础pandas的drop()用法示例详解

  • Post category:Python

接下来我将详细讲解“python基础pandas的drop()用法示例详解”的完整攻略。

python基础pandas的drop()用法示例详解

drop()概述

drop()是pandas库中的一个常用函数，它用于删除行或列。当需要删除 DataFrame 中的指定行或列时，我们可以使用这个函数。

drop()函数的语法形式为：

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

其中各个参数含义如下：

  • labels：要删除的标签，可以是行标签、列标签或一个标签列表。
  • axis：axis=0 表示删除行，axis=1 表示删除列，默认为 0。
  • index、columns：通过这两个参数可以指定要删除的行标签或列标签。
  • level：在删除具有多层索引的行或列时指定索引的级别。
  • inplace：设置为True时表示修改原数据，设置为False时不修改原数据（默认设置为False）。
  • errors：当我们输入的标签不存在时会抛出异常，此时可以设置为ignore来忽略这种异常。

drop()示例

我们来看一些示例，以便更好的理解drop()函数的用法：

示例一

假设我们有以下的一个 DataFrame：

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']})
print(df)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3

我们现在想要删除该 DataFrame 中的第二行，可以这样写：

df.drop(1, axis=0, inplace=False)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
2  A2  B2  C2  D2
3  A3  B3  C3  D3

其中，axis=0表示删除行，inplace=False表示不修改原数据，1表示要删除的行的索引为1。

示例二

我们还可以通过删除列的方式改变 DataFrame 的结构。

假设我们有以下的一个 DataFrame：

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']})
print(df)

输出结果为：

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3

我们现在想要删除该 DataFrame 中的一列，可以这样写：

df.drop('B', axis=1, inplace=False)

输出结果为：

    A   C   D
0  A0  C0  D0
1  A1  C1  D1
2  A2  C2  D2
3  A3  C3  D3

其中，axis=1表示删除列，inplace=False表示不修改原数据，'B'表示要删除的列的列名为'B'。

总结

通过以上的示例，我们可以看出pandas库中的drop()函数在处理 DataFrame 数据时非常实用。除了以上的两个示例，drop()函数还有很多其他的用法，可以根据实际需求灵活运用。

Tags: