欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python drop()刪除行列的操作方法

 更新時(shí)間:2023年04月11日 11:10:02   作者:紫昂張  
這篇文章主要介紹了Python drop()刪除行列的操作方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

在進(jìn)行特征工程、劃分?jǐn)?shù)據(jù)集的工作中,drop()函數(shù)都能派上用場(chǎng)。它可以輕松剔除數(shù)據(jù)、操作列和操作行等。

drop()詳細(xì)的語(yǔ)法如下:

刪除行是index,刪除列是columns:

DataFrame.drop(labels=None, axis=0, index=None, columns=None, inplace=False)

參數(shù):

labels:要?jiǎng)h除的行或列的標(biāo)簽,可以是單個(gè)標(biāo)簽,也可以是標(biāo)簽列表。

axis:要?jiǎng)h除的行或列的軸,0表示行,1表示列。

index:要?jiǎng)h除的行的索引,可以是單個(gè)索引,也可以是索引列表。

columns:要?jiǎng)h除的列的列名,可以是單個(gè)列名,也可以是列名列表。

inplace:是否在原DataFrame上進(jìn)行操作,默認(rèn)為False,即不在原DataFrame上進(jìn)行操作。

刪除列

使用場(chǎng)景1:刪除不需要的特征。

例如:有些特征對(duì)結(jié)果的影響不大,就可以把與因變量不相關(guān)的自變量刪掉;為了避免多重共線性,要把有強(qiáng)相關(guān)關(guān)系的自變量刪掉。

df = data.drop(data[['RowNumber','CustomerId','Surname']],axis=1)
df

代碼講解:

data是數(shù)據(jù)集,兩個(gè)中括號(hào)代表DataFrame格式,里面篩選了3個(gè)要?jiǎng)h除的字段;

axis=1代表操作列;

運(yùn)行結(jié)果:

使用場(chǎng)景2:把因變量刪掉

# 自變量、因變量
x_data = df.drop(['Exited'],axis=1)
y_data = df['Exited']
x_data

代碼講解:

drop()函數(shù)里面填寫(xiě)要?jiǎng)h除的字段,表示從df中刪除名為“Exited”的列;

['Exited']這一個(gè)字段是我們要剔除的因變量,單個(gè)字段可以這樣表示;

運(yùn)行結(jié)果:

刪除行

使用場(chǎng)景3:在劃分?jǐn)?shù)據(jù)集的時(shí)候,生成了訓(xùn)練集,把被分到訓(xùn)練集的樣本剔除掉,剩下的就是測(cè)試集了。

#劃分訓(xùn)練集
train_data = data.sample(frac = 0.8, random_state = 0)
#測(cè)試集
test_data = data.drop(train_data.index)

代碼講解:

drop()函數(shù)里面填行索引可以刪除掉行;

train_data是我們劃分好的訓(xùn)練集,train_data.index表示行索引;

axis=0,表示的是刪除行,也可以不寫(xiě),是默認(rèn)值;

到此這篇關(guān)于Python drop()刪除行列的文章就介紹到這了,更多相關(guān)Python drop()刪除行列內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python利用字典破解WIFI密碼的方法

    Python利用字典破解WIFI密碼的方法

    今天小編就為大家分享一篇關(guān)于Python利用字典破解WIFI密碼的方法,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧
    2019-02-02
  • Python字典“鍵”和“值”的排序5種方法

    Python字典“鍵”和“值”的排序5種方法

    這篇文章主要介紹了5種Python字典“鍵”和“值”的排序方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2023-03-03
  • Python快速進(jìn)修指南之向量數(shù)據(jù)庫(kù)文本搜索

    Python快速進(jìn)修指南之向量數(shù)據(jù)庫(kù)文本搜索

    這篇文章主要為大家介紹了Java開(kāi)發(fā)快速進(jìn)修Python指南之向量數(shù)據(jù)庫(kù)文本搜索,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,早日升職加薪
    2024-01-01
  • python爬蟲(chóng)爬取圖片的簡(jiǎn)單代碼

    python爬蟲(chóng)爬取圖片的簡(jiǎn)單代碼

    在本篇文章里小編給大家整理的是一篇關(guān)于python爬蟲(chóng)爬取圖片的簡(jiǎn)單代碼內(nèi)容,有興趣的朋友們可以測(cè)試下。
    2021-01-01
  • Django DRF認(rèn)證組件流程實(shí)現(xiàn)原理詳解

    Django DRF認(rèn)證組件流程實(shí)現(xiàn)原理詳解

    這篇文章主要介紹了Django DRF認(rèn)證組件流程實(shí)現(xiàn)原理詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-08-08
  • Python如何讀取16進(jìn)制byte數(shù)據(jù)

    Python如何讀取16進(jìn)制byte數(shù)據(jù)

    這篇文章主要介紹了Python如何讀取16進(jìn)制byte數(shù)據(jù),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-05-05
  • 利用Python的裝飾器解決Bottle框架中用戶驗(yàn)證問(wèn)題

    利用Python的裝飾器解決Bottle框架中用戶驗(yàn)證問(wèn)題

    這篇文章主要介紹了Python的Bottle框架中解決用戶驗(yàn)證問(wèn)題,代碼基于Python2.x版本,需要的朋友可以參考下
    2015-04-04
  • python裝飾器簡(jiǎn)介---這一篇也許就夠了(推薦)

    python裝飾器簡(jiǎn)介---這一篇也許就夠了(推薦)

    這篇文章主要介紹了python裝飾器簡(jiǎn)介,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-04-04
  • Pyqt實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能

    Pyqt實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能

    這篇文章主要為大家詳細(xì)介紹了Pyqt實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2022-05-05
  • Python3 hashlib密碼散列算法原理詳解

    Python3 hashlib密碼散列算法原理詳解

    這篇文章主要介紹了Python3 hashlib密碼散列算法原理詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-03-03

最新評(píng)論