【pandas】drop()函数详解

这篇具有很好参考价值的文章主要介绍了【pandas】drop()函数详解。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、drop函数基本介绍

功能:删除数据集中多余的数据

语法如下所示:

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

常用参数详解:

labels:待删除的行名or列名;

axis:删除时所参考的轴,0为行,1为列;

index:待删除的行名

columns:待删除的列名

level:多级列表时使用,暂时不作说明

inplace:布尔值,默认为False,这是返回的是一个copy;若为True,返回的是删除相应数据后的版本

errors:一般用不到,这里不作解释

二、举例说明

import pandas as pd
import numpy as np
df1=pd.DataFrame(np.arange(36).reshape(6,6),columns=list('ABCDEF'))
df1

数据集展示如下:

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析

1. 删除行数据

第一种方式:

df2=df1.drop(labels=0,axis=0)
df2

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析
第二种方式:

df22=df1.drop(index=0)
df22

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析

两种删除方式是等价的,传入labels和axis 与只传入一个index 作用相同。

2. 删除多行数据

df3=df1.drop(labels=[0,1,2],axis=0)
df3

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析

3. 删除列数据

df4=df1.drop(labels=['A','B','C'],axis=1)
df44=df1.drop(columns=['A','B','C'])

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析

4. 同时删除行数据和列数据

df5=df1.drop(index=0, columns='D')
df5

pandas的drop,Python3常用到的函数总结,python,pandas,数据分析文章来源地址https://www.toymoban.com/news/detail-674576.html

到了这里,关于【pandas】drop()函数详解的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python3 lambda 函数入门示例 Python lambda 函数

    Python lambda 函数 首先,这个语法跟C++的语法几乎一样; 通常称 lambda 函数为 匿名函数 ,也称为 丢弃函数 ,因为应一下子就不要了,不会长期凝结下来形成SDK API;本人觉得它有点类似 inline 函数,或者叫做 小小函数,一行写罢; 先运行要给简单的例子,让问题具象一些:

    2024年02月11日
    浏览(33)
  • Python3内置函数大全

    吐血整理 1.abs()函数 2.all()函数 3.any()函数 4.ascii()函数 5.bin()函数 6.bool()函数 7.bytes()函数 8.challable()函数 9.chr()函数 10.classmethod()函数 11.complex()函数 12.complie()函数 13.delattr()函数 14.dict()函数 15.dir()函数 16.divmod()函数 17.enumerate()函数 18.eval()函数 19.exec()函数 20.filter()函数 21.float()函

    2024年02月12日
    浏览(33)
  • Python Pandas to_csv函数

    `pandas` 库中的 `to_csv()` 方法用于将数据保存到 CSV(逗号分隔值)文件中。它是 `DataFrame` 对象的一个方法,可以将数据框中的内容写入到指定的文件中。 使用语法如下 : 其中一些常用参数说明如下: - `path_or_buf`:保存文件的路径或文件对象。如果不指定该参数,则返回一个

    2024年02月04日
    浏览(34)
  • python——pandas用法详解

    目录 一、pandas简介 1.1 pandas来源 1.2 pandas特点 1.3 pandas的两种主要数据结构 二、 pandas数据结构详解 2.1 pandas——series 2.1.1 由字典创建一个series 2.1.2 由ndarray创建Series 2.1.3 由标量创建Series 2.1.4 Series特性 2.1.4.1 类ndarray 2.1.4.2 类dict(字典) 2.1.4.3 向量化操作(广播)和标签对齐 2.1

    2024年02月09日
    浏览(31)
  • Python之Pandas使用详解

    Pandas 在数据分析当中,我们通常使用 Pandas 来做数据清理的工作。在真实的工作生活中,我们拿到的数据往往都是不整洁的,空值、重复值、无效值等等信息都会干扰我们的分析,此时我们就需要按部就班的完成数据的清理。数据清理是数据分析中非常重要的一步,也是非常

    2024年02月12日
    浏览(29)
  • 【python】Pandas库用法详解!

    pandas 是基于NumPy 的一种工具,该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分

    2024年02月04日
    浏览(32)
  • Python3 函数与数据结构 | 菜鸟教程(十一)

    目录 一、Python3 函数 (一)定义一个函数 1、你可以定义一个由自己想要功能的函数,以下是简单的规则:  2、语法 3、实例 ①让我们使用函数来输出\\\"Hello World!\\\": ②更复杂点的应用,函数中带上参数变量: Ⅰ实例:比较两个数,并返回较大的数: Ⅱ实例:计算面积函数: (

    2024年02月11日
    浏览(34)
  • 【Python】pandas中的std()函数—参数ddof的理解

    在利用pandas进行数据分析时,有时需要计算某一列数据的标准差,我们常用 std() 函数来实现,但是一般都没有关注过里面的一个重要参数 ddof ,本文就来介绍一下这个参数的理解。 ddof参数的取值一般有两个,即 ddof=0 或者 ddof=1 。 当我们的参数取ddof=0时,计算的是总体标准

    2023年04月17日
    浏览(38)
  • python中pandas读写数据详解

    Pandas 是一种开源数据分析工具,可以帮助我们更方便地处理和分析数据。Pandas 提供了许多函数来读取各种格式的数据,例如 CSV、Excel、SQL 等。 读取 CSV 文件 CSV 文件是一种常用的数据格式,其中每行表示一条记录,每列表示一个字段。我们可以使用 Pandas 库中的 read_csv 函数

    2024年02月10日
    浏览(28)
  • 【Python床头书】python Pandas中的append方法详解

    本文将详细介绍Python Pandas中的 append 方法,包括其原理、用法、示例(含结果输出)、源码分析和官方链接。 目录 原理 用法 示例(含结果输出) 源码分析 官方链接 原理 append 方法用于在Pandas DataFrame中追加行数据。它将另一个DataFrame、Series或类似字典的对象的数据添加到调

    2024年02月03日
    浏览(22)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包