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

drop()詳細的語法如下：

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：要刪除的行或列的標簽，可以是單個標簽，也可以是標簽列表。

axis：要刪除的行或列的軸，0表示行，1表示列。

index：要刪除的行的索引，可以是單個索引，也可以是索引列表。

columns：要刪除的列的列名，可以是單個列名，也可以是列名列表。

inplace：是否在原DataFrame上進行操作，默認為False，即不在原DataFrame上進行操作。

刪除列

使用場景1：刪除不需要的特征。

例如：有些特征對結(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，兩個中括號代表DataFrame格式，里面篩選了3個要刪除的字段；

axis=1代表操作列；

運行結(jié)果：

使用場景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)里面填寫要刪除的字段，表示從df中刪除名為“Exited”的列；

['Exited']這一個字段是我們要剔除的因變量，單個字段可以這樣表示；

運行結(jié)果：

刪除行

使用場景3：在劃分數(shù)據(jù)集的時候，生成了訓(xùn)練集，把被分到訓(xùn)練集的樣本剔除掉，剩下的就是測試集了。

#劃分訓(xùn)練集
train_data = data.sample(frac = 0.8, random_state = 0)
#測試集
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，是默認值；

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！

最新評論