温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

pandas dataframe drop函数怎么使用

发布时间:2022-09-15 10:12:07 来源:亿速云 阅读:180 作者:iii 栏目:开发技术

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: 

pandas dataframe drop函数怎么使用

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。

向AI问一下细节

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。

AI