pandas DataFrame行或列的刪除方法的實(shí)現(xiàn)示例
此文我們繼續(xù)圍繞DataFrame介紹相關(guān)操作。
平時(shí)在用DataFrame時(shí)候,刪除操作用的不太多,基本是從源DataFrame中篩選數(shù)據(jù),組成一個(gè)新的DataFrame再繼續(xù)操作。
1. 刪除DataFrame某一列
這里我們繼續(xù)用上一節(jié)產(chǎn)生的DataFrame來(lái)做例子,原DataFrame如下:
我們使用drop()
函數(shù),此函數(shù)有一個(gè)列表形參labels,寫的時(shí)候可以加上labels=[xxx],也可以不加,列表內(nèi)羅列要?jiǎng)h除行或者列的名稱,默認(rèn)是行名稱,如果要?jiǎng)h除列,則要增加參數(shù)axis=1
,操作如下:
#pd.__version__ =='0.18.0' #drop columns test_dict_df.drop(['id'],axis=1) #test_dict_df.drop(columns=['id']) # official operation, maybe my pandas version needs update!
結(jié)果如下,對(duì)于上面的代碼,官方教程文檔中給出了columns=['name']
,但是在我測(cè)試的時(shí)候會(huì)報(bào)錯(cuò),我用的python3,pandas版本為0.18,可能是pandas版本太老的緣故。
這里注意輸出的結(jié)果是執(zhí)行此方法的結(jié)果,而不是輸出test_dict_df
的結(jié)果,是因?yàn)榉椒J(rèn)的并不是在本身執(zhí)行操作,這時(shí)候輸出test_dict_df
輸出的仍然是沒有進(jìn)行刪除操作的原DataFrame,如果你想在原DataFrame上進(jìn)行操作,需要加上inplace=True
,等價(jià)于在操作完再賦值給本身:
test_dict_df.drop(['id'],axis=1,inplace=True) # test_dict_df = test_dict_df.drop(['id'],axis=1)
2. 刪除DataFrame某一行
刪除某一行,在上面刪除列操作的時(shí)候也稍有提及,如果不加axis=1,則默認(rèn)按照行號(hào)進(jìn)行刪除,例如要?jiǎng)h除第0行和第4行:
test_dict_df.drop([0,4])
同理,你要在源DataFrame上進(jìn)行操作就得加上inplace參數(shù),否則不會(huì)在test_dict_df上改動(dòng)。
當(dāng)然,如果你的DataFrame有很多級(jí),你可以加上level參數(shù),這里就不多贅述了。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python對(duì)ElasticSearch獲取數(shù)據(jù)及操作
這篇文章主要為大家詳細(xì)介紹了Python對(duì)ElasticSearch獲取數(shù)據(jù)及操作,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-04-04Windows安裝pycocotools的問題報(bào)錯(cuò)解決
最近使用pip install安裝pycocotools出現(xiàn)錯(cuò)誤,本文主要介紹了Windows安裝pycocotools的問題報(bào)錯(cuò)解決,具有一定的參考價(jià)值,感興趣的可以了解一下2024-06-06對(duì)Python中range()函數(shù)和list的比較
下面小編就為大家分享一篇對(duì)Python中range()函數(shù)和list的比較,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2018-04-04Python標(biāo)準(zhǔn)庫(kù)pathlib操作目錄和文件
這篇文章主要為大家介紹了Python標(biāo)準(zhǔn)庫(kù)pathlib操作目錄和文件的示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11tensorflow tf.train.batch之?dāng)?shù)據(jù)批量讀取方式
今天小編就為大家分享一篇tensorflow tf.train.batch之?dāng)?shù)據(jù)批量讀取方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2020-01-01Python實(shí)現(xiàn)從SQL型數(shù)據(jù)庫(kù)讀寫dataframe型數(shù)據(jù)的方法【基于pandas】
這篇文章主要介紹了Python實(shí)現(xiàn)從SQL型數(shù)據(jù)庫(kù)讀寫dataframe型數(shù)據(jù)的方法,涉及Python基于pandas的數(shù)據(jù)庫(kù)讀寫相關(guān)操作技巧,需要的朋友可以參考下2019-03-03Python3以GitHub為例來(lái)實(shí)現(xiàn)模擬登錄和爬取的實(shí)例講解
在本篇內(nèi)容里小編給大家分享的是關(guān)于Python3以GitHub為例來(lái)實(shí)現(xiàn)模擬登錄和爬取的實(shí)例講解,需要的朋友們可以參考下。2020-07-07淺談Python生成器generator之next和send的運(yùn)行流程(詳解)
下面小編就為大家?guī)?lái)一篇淺談Python生成器generator之next和send的運(yùn)行流程(詳解)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來(lái)看看吧2017-05-05