pandas模块drop函数的使用--python3环境
来源:网络收集 点击: 时间:2024-03-01首先用pandas结合np创建一个随机矩阵,然后通过它来演示drop的删除功能。
import numpy as npimport pandas as pddf4 = pd.DataFrame(np.random.randn(3,4) , columns = )print(df4)


注意:
参考pandas文档drop可知:
DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace=False,errors=raise)
其中常用的参数有:
labels:标签或列表
columns: 列名
axis在官网文档里 指定
axis=0:index
axis=1; column

删除一行:
# 删除1行
采用axis指定为0的方式:index
print(df4.drop(index=0, axis= 0))
print(df4.drop(labels=0, axis= 0))
说明axis= 0index和labels一样
但是为避免混淆 减少记忆量 感觉还是 index和axis配合比较好

删除多行,还是
# 删除多行 用列表表示范围print(df4.drop(index=, axis= 0))print(df4.drop(labels=, axis= 0))
都可以删除多行。说明axis= 0 index和labels一样
但是为避免混淆 减少记忆量 感觉还是 index和 axis配合比较好
和官网文档一样。


删除1列
print(df4.drop(labels=None, columns= 列1))
print(df4.drop(labels=None, columns= 列1, axis= 1))


删除多列:
用列表表示范围
print(df4.drop(columns=列1, axis= 1))
print(df4.drop(columns=, axis=1))


小结:
# 删除列
df4.drop(labels=None, columns= 列1, axis= 1)
删多列
df4.drop(columns=, axis=1)
-----------------------------------------------------------------
如果用了columns 就可以不用axis!# 如果指定axis=1 那么用labels 或columns 指定具体列,但index 不能用#index 意义是固定的 就是行号。
=========================================
删除1行:
df4.drop(index=0, axis= 0)
删多行
df4.drop(index=, axis= 0)
----------------------------------------------
# index=0, axis= 0# labels=0, axis= 0# 删除多行
只要有axis= 0 此时index 和 labels等效 有一个就行# 为避免混淆 建议用index这样和df结构一致
# columns意义是固定的 就是列号。# 而label 则不固定 可变化,个人觉得没必要的话 就不用了,容易混淆
注意事项df4.drop(index=0, axis= 0) 删一行
df4.drop(index=, axis= 0) 删多行
df4.drop(labels=None, columns= 列1, axis= 1) 删一列
df4.drop(columns=, axis=1) 删多列
PYTHON编程语言PANDASDROPAXIS版权声明:
1、本文系转载,版权归原作者所有,旨在传递信息,不代表看本站的观点和立场。
2、本站仅提供信息发布平台,不承担相关法律责任。
3、若侵犯您的版权或隐私,请联系本站管理员删除。
4、文章链接:http://www.1haoku.cn/art_191538.html