pandas DataFrame行或列的删除方法的实现示例
此文我们继续围绕DataFrame介绍相关操作。
平时在用DataFrame时候，删除操作用的不太多，基本是从源DataFrame中筛选数据，组成一个新的DataFrame再继续操作。
1. 删除DataFrame某一列
这里我们继续用上一节产生的DataFrame来做例子，原DataFrame如下：
我们使用drop()函数，此函数有一个列表形参labels，写的时候可以加上labels=[xxx]，也可以不加，列表内罗列要删除行或者列的名称，默认是行名称，如果要删除列，则要增加参数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!
结果如下，对于上面的代码，官方教程文档中给出了columns=['name']，但是在我测试的时候会报错，我用的python3，pandas版本为0.18，可能是pandas版本太老的缘故。
这里注意输出的结果是执行此方法的结果，而不是输出test_dict_df的结果，是因为方法默认的并不是在本身执行操作，这时候输出test_dict_df输出的仍然是没有进行删除操作的原DataFrame，如果你想在原DataFrame上进行操作，需要加上inplace=True，等价于在操作完再赋值给本身：
test_dict_df.drop(['id'],axis=1,inplace=True) # test_dict_df = test_dict_df.drop(['id'],axis=1)
2. 删除DataFrame某一行
删除某一行，在上面删除列操作的时候也稍有提及，如果不加axis=1，则默认按照行号进行删除，例如要删除第0行和第4行：
test_dict_df.drop([0,4])
同理，你要在源DataFrame上进行操作就得加上inplace参数，否则不会在test_dict_df上改动。
当然，如果你的DataFrame有很多级，你可以加上level参数，这里就不多赘述了。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要为大家详细介绍了Python对ElasticSearch获取数据及操作，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-04-04
最近使用pip install安装pycocotools出现错误,本文主要介绍了Windows安装pycocotools的问题报错解决,具有一定的参考价值,感兴趣的可以了解一下2024-06-06
下面小编就为大家分享一篇对Python中range()函数和list的比较，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要为大家介绍了Python标准库pathlib操作目录和文件的示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2021-11-11
本篇文章主要介绍了python分布式环境下的限流器的示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-10-10
tensorflow tf.train.batch之数据批量读取方式
今天小编就为大家分享一篇tensorflow tf.train.batch之数据批量读取方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
Python实现从SQL型数据库读写dataframe型数据的方法【基于pandas】
这篇文章主要介绍了Python实现从SQL型数据库读写dataframe型数据的方法,涉及Python基于pandas的数据库读写相关操作技巧,需要的朋友可以参考下2019-03-03
Python3以GitHub为例来实现模拟登录和爬取的实例讲解
在本篇内容里小编给大家分享的是关于Python3以GitHub为例来实现模拟登录和爬取的实例讲解，需要的朋友们可以参考下。2020-07-07
浅谈Python生成器generator之next和send的运行流程(详解)
下面小编就为大家带来一篇浅谈Python生成器generator之next和send的运行流程(详解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-05-05
lxml 是 Python 常用的文档解析库，能够高效地解析 HTML/XML 文档，常用于 Python 爬虫，这篇文章主要介绍了Python 文档解析：lxml库的使用,需要的朋友可以参考下2022-09-09
最新评论