Pandas中df.drop()方法作用是什么，怎么应用-群英

上一篇：Python中如何实现批量转换csv格式下一篇：GATK多线程加速怎么做，要点是什么

这篇文章给大家介绍了“Pandas中df.drop()方法作用是什么，怎么应用”的相关知识，讲解详细，步骤过程清晰，有一定的借鉴学习价值，因此分享给大家做个参考，感兴趣的朋友接下来一起跟随小编看看吧。

df.drop()通过指定标签名称和相应的轴，或直接给定索引或列名称来删除行或列

语法

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

参数

1.labels:要删除的列或者行，如果要删除多个，传入列表

2.axis:轴的方向，0为行，1为列，默认为0

3.index:指定的一行或多行

4.columns:指定的一列或多列

5.level:索引层级，将删除此层级

6.inplace:布尔值，是否生效

7.errors:ignore或raise，默认为raise，如果为ignore，则容忍错误，仅删除现有标签

# 删除数据 DataFrame.drop()
import pandas as pd
 
df = pd.DataFrame([['x','x',1],['x','x',1],['z','x',2]], columns = ['A','B','C'])
 
# 删除指定行
res1 = df.drop([0,1])
res2 = df.drop(index = [0,1])
 
# 删除指定列
#res3该方法一定要指定axis = 1,否则会报错
res3 = df.drop(['B','C'], axis = 1)
res4 = df.drop(columns = ['B','C'])

结果展示

res1

res2

res3

res4

删除表中的某一行或者某一列更明智的方法是使用drop，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据

扩展

del与drop的区别

在Python中del和drop方法都能够删除dataframe中的列数据，但两者也有着些许区别:

1. del属于Python的内置函数函数，drop属于pandas中的内置函数

2. del 删除列

drop 删除行和列（默认行）

3. drop一次可以处理多个项目；del一次只能操作一个

4. drop可以就地操作或返回副本；del仅是就地操作

5. 两种函数在执行效率上很接近，但是在较大数据上，drop函数优势更明显，尤其是在处理多列数据时

del crime['Total']
crime=crime.drop(['Total'],axis=1)

总结

到此这篇关于“Pandas中df.drop()方法作用是什么，怎么应用”的文章就介绍到这了,更多相关内容请搜索群英网络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群英网络！

标签： df.drop()方法

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：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：Python中如何实现批量转换csv格式下一篇：GATK多线程加速怎么做，要点是什么