pandas dataframe drop函数介绍

 更新时间:2022年09月14日 16:22:44   作者:soulsoul_god  
这篇文章主要介绍了pandas dataframe drop函数介绍,文章通围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

使用drop函数删除dataframe的某列或某行数据:

drop(labels, axis=0, level=None, inplace=False, errors='raise')
         --  axis为0时表示删除行,axis为1时表示删除列

常用参数如下: 

import pandas as pd
import numpy as np
 
data = {'Country':['China','US','Japan','EU','UK/Australia', 'UK/Netherland'],
'Number':[100, 150, 120, 90, 30, 2],
'Value': [1, 2, 3, 4, 5, 6],
'label': list('abcdef')}
 
df = pd.DataFrame(data)
print("df原数据:\n", df, '\n')
out:
df原数据:
          Country  Number  Value label
0          China     100      1     a
1             US     150      2     b
2          Japan     120      3     c
3             EU      90      4     d
4   UK/Australia      30      5     e
5  UK/Netherland       2      6     f

删除单列:

print(df.drop('Country', axis = 1))
 
out:
   Number  Value label
0     100      1     a
1     150      2     b
2     120      3     c
3      90      4     d
4      30      5     e
5       2      6     f

删除多列:

print(df.drop(['Country','Number'], axis = 1))
 
out:
   Value label
0      1     a
1      2     b
2      3     c
3      4     d
4      5     e
5      6     f

删除单行:

print(df.drop(labels = 1, axis = 0))
 
out:
         Country  Number  Value label
0          China     100      1     a
2          Japan     120      3     c
3             EU      90      4     d
4   UK/Australia      30      5     e
5  UK/Netherland       2      6     f

删除多行:

print(df.drop(labels = [1,2], axis = 0))
 
out:
         Country  Number  Value label
0          China     100      1     a
3             EU      90      4     d
4   UK/Australia      30      5     e
5  UK/Netherland       2      6     f

使用range函数删除连续多行:

print(df.drop(labels = range(1,3), axis = 0))
 
out:
         Country  Number  Value label
0          China     100      1     a
3             EU      90      4     d
4   UK/Australia      30      5     e
5  UK/Netherland       2      6     f

到此这篇关于pandas dataframe drop函数介绍的文章就介绍到这了,更多相关pandas dataframe drop 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

  • Django数据库如何在原有表中添加新字段

    Django数据库如何在原有表中添加新字段

    这篇文章主要介绍了Django数据库如何在原有表中添加新字段问题,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
    2023-09-09
  • Python办公自动化解决world文件批量转换

    Python办公自动化解决world文件批量转换

    本文分享如何用 Python 来读取 Word、写入 Word、将 Word 转换为 pdf。学会之后,如果遇到大量 Word 文件需要处理的时候,就不慌了
    2021-09-09
  • 详解用python -m http.server搭一个简易的本地局域网

    详解用python -m http.server搭一个简易的本地局域网

    这篇文章主要介绍了详解用python -m http.server搭一个简易的本地局域网,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
    2020-09-09
  • Python Pandas条件筛选功能

    Python Pandas条件筛选功能

    这篇文章主要介绍了Python Pandas条件筛选功能,筛选是在平时的工作中使用非常频繁的功能了,下文详细的相关资料介绍,需要的小伙伴可以参考一下
    2022-03-03
  • python连接PostgreSQL过程解析

    python连接PostgreSQL过程解析

    这篇文章主要介绍了python连接PostgreSQL过程解析,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,需要的朋友可以参考下
    2020-02-02
  • Python跨文件调用函数以及在一个文件中执行另一个文件

    Python跨文件调用函数以及在一个文件中执行另一个文件

    这篇文章主要给大家介绍了关于Python跨文件调用函数以及在一个文件中执行另一个文件的相关资料,文中通过实例代码介绍的非常详细,对大家学习或者使用Python具有一定的参考学习价值,需要的朋友可以参考下
    2022-12-12
  • Flask框架运用Axios库实现前后端交互详解

    Flask框架运用Axios库实现前后端交互详解

    Axios 是一个基于promise的HTTP库,该库是一个更好的替代ajax向后端发送数据或请求数据的前端组件库。本文通过示例为大家介绍了如何运用Axios库实现前后端交互,感兴趣的可以了解一下
    2022-12-12
  • Python实现的数据结构与算法之基本搜索详解

    Python实现的数据结构与算法之基本搜索详解

    这篇文章主要介绍了Python实现的数据结构与算法之基本搜索,详细分析了Python顺序搜索、二分搜索的使用技巧,非常具有实用价值,需要的朋友可以参考下
    2015-04-04
  • Python进行统计建模

    Python进行统计建模

    这篇文章主要介绍了Python进行统计建模的方法,帮助大家更好的理解和学习Python,感兴趣的朋友可以了解下
    2020-08-08
  • 举例讲解Python中的迭代器、生成器与列表解析用法

    举例讲解Python中的迭代器、生成器与列表解析用法

    这篇文章主要介绍了Python中的迭代器、生成器与列表解析用法,还对Python3.x版本中的一些改变作出了提示,需要的朋友可以参考下
    2016-03-03

最新评论