今天小编给大家分享一下pandas dataframe drop函数怎么使用的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
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
以上就是“pandas dataframe drop函数怎么使用”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。