pandas—删除某行或某列数据
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。
—end—
【微信搜索【一位代码】即可关注我】
来源:一位代码