pandas删除某行或某列数据的实现示例
更新时间：2022年08月01日 11:22:24 作者：一位代码
本文主要介绍了pandas删除某行或某列数据的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
首先，创建一个DataFrame格式数据作为举例数据。
# 创建一个DataFrame格式数据
data = {'a': ['a0', 'a1', 'a2'],
'b': ['b0', 'b1', 'b2'],
'c': [i for i in range(3)],
'd': 4}
df = pd.DataFrame(data)
print('举例数据情况：\n', df)
注：DataFrame是最常用的pandas对象，使用pandas读取数据文件后，数据就以DataFrame数据结构存储在内存中。
pandas数据行列删除，主要用到drop()和del函数，用法如下：
1、drop()函数
语法：
DataFrame.drop(labels,axis=0,level=None,inplace=False,errors='raise')
| 参数 | 说明 |
|---|---|
| labels | 接收string或array，代表要删除的行或列的标签（行名或列名）。无默认值 |
| axis | 接收0或1，代表操作的轴（行或列）。默认为0，代表行；1为列。 |
| level | 接收int或索引名，代表标签所在级别。默认为None |
| inplace | 接收布尔值，代表操作是否对原数据生效，默认为False |
| errors | errors='raise’会让程序在labels接收到没有的行名或者列名时抛出错误导致程序停止运行，errors='ignore’会忽略没有的行名或者列名，只对存在的行名或者列名进行操作。默认为‘errors=‘raise’’。 |
实例1：删除d列
df1 = df.drop(labels='d', axis=1)
print('删除d列前：\n', df)
print('删除d列后：\n', df1)
实例2：删除第一行
df2 = df.drop(labels=0)
print('删除前：\n', df)
print('删除列：\n', df2)
实例3：同时删除多行多列
df3 = df.drop(labels=['a', 'b'], axis=1) # 同时删除a,b列
df4 = df.drop(labels=range(2)) # 等价于df.drop(labels=[0,1])
print('删除前：\n', df)
print('删除多列（a,b）:\n', df3)
print('删除多行(第1,2行)：\n', df4)
注意：（1）、删除列的操作时，axis参数不可省，因为axis默认为0（行）；
（2）、没有加入inplace参数，默认不会对原来数据进行修改，需要将结果赋值给新的变量。
2、del函数
语法：del df[‘列名’]
此操作会对原数据df进行删除，且一次只能删除一列。
正确用法：
del df['d']
print('原地删除d列后：\n', df)
错误用法:
del df[['a', 'b']] print(df)
以上就是pandas删除某行某列数据的用法，drop()相对于del()来说，灵活性更高，更为实用。更多相关pandas删除某行某列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python数据读写之Python读写CSV文件，CSV即逗号分隔值，一种以逗号分隔按行存储的文本文件，所有的值都表现为字符串类型，文章围绕主题展开详细的内容介绍，具有一定的参考价值，感兴趣的小伙伴可以参考一下2022-07-07
这篇文章主要介绍了keras导入weights方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
20招让你的 Python飞起来！这篇文章主要为大家详细介绍了Python性能优化的20条建议，感兴趣的小伙伴们可以参考一下2016-09-09
这篇文章主要介绍了python如何实现排序，并标上序号，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-06-06
这篇文章主要介绍了Python运行DLL文件的方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2020-01-01
从零学python系列之新版本导入httplib模块报ImportError解决方案
在使用新版python打开旧版本代码的时候，可能会有些报错或者不兼容的情况出现，今天我们就来分析其中的一种情况2014-05-05
Pytorch 和 Tensorflow v1 兼容的环境搭建方法
这篇文章主要介绍了搭建Pytorch 和 Tensorflow v1 兼容的环境，本文是小编经过多次实践得到的环境配置教程，给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2022-11-11
自动发送邮件能应用于许多场景，下面本文就来和大家讲讲怎么用Python构建一个自动发送邮件的脚本。感兴趣的小伙伴可以动手尝试一下2022-05-05
在讲解如何解决migrate报错原因前，我们先要了解migrate做了什么事情，本文就详细的介绍migrate使用以及出现问题的解决，感兴趣的可以了解一下2021-05-05
这篇文章主要介绍了Python获取某一天是星期几的方法,结合完整实例形式分析了Python针对日期与时间的相关计算技巧,需要的朋友可以参考下2017-01-01
最新评论