Python drop()删除行列的操作方法
在进行特征工程、划分数据集的工作中，drop()函数都能派上用场。它可以轻松剔除数据、操作列和操作行等。
drop()详细的语法如下：
删除行是index，删除列是columns：
DataFrame.drop(labels=None, axis=0, index=None, columns=None, inplace=False)
参数：
labels：要删除的行或列的标签，可以是单个标签，也可以是标签列表。
axis：要删除的行或列的轴，0表示行，1表示列。
index：要删除的行的索引，可以是单个索引，也可以是索引列表。
columns：要删除的列的列名，可以是单个列名，也可以是列名列表。
inplace：是否在原DataFrame上进行操作，默认为False，即不在原DataFrame上进行操作。
删除列
使用场景1：删除不需要的特征。
例如：有些特征对结果的影响不大，就可以把与因变量不相关的自变量删掉；为了避免多重共线性，要把有强相关关系的自变量删掉。
df = data.drop(data[['RowNumber','CustomerId','Surname']],axis=1) df
代码讲解：
data是数据集，两个中括号代表DataFrame格式，里面筛选了3个要删除的字段；
axis=1代表操作列；
运行结果：
使用场景2：把因变量删掉
# 自变量、因变量 x_data = df.drop(['Exited'],axis=1) y_data = df['Exited'] x_data
代码讲解：
drop()函数里面填写要删除的字段，表示从df中删除名为“Exited”的列；
['Exited']这一个字段是我们要剔除的因变量，单个字段可以这样表示；
运行结果：
删除行
使用场景3：在划分数据集的时候，生成了训练集，把被分到训练集的样本剔除掉，剩下的就是测试集了。
#划分训练集 train_data = data.sample(frac = 0.8, random_state = 0) #测试集 test_data = data.drop(train_data.index)
代码讲解：
drop()函数里面填行索引可以删除掉行；
train_data是我们划分好的训练集，train_data.index表示行索引；
axis=0，表示的是删除行，也可以不写，是默认值；
到此这篇关于Python drop()删除行列的文章就介绍到这了,更多相关Python drop()删除行列内容请搜索脚本之家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脚本之家！
相关文章
这篇文章主要介绍了使用python-Jenkins批量创建及修改jobs操作，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2020-05-05
这篇文章主要为大家详细介绍了python使用itchat实现手机控制电脑，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-02-02
python 中os模块os.path.exists()的用法说明
这篇文章主要介绍了python 中os模块os.path.exists()的用法说明，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2021-03-03
这篇文章主要介绍了Python如何重新加载模块,文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-07-07
这篇文章主要介绍了Python的生成器函数,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
Python爬虫:将headers请求头字符串转为字典的方法
今天小编就为大家分享一篇Python爬虫:将headers请求头字符串转为字典的方法，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2019-08-08
我本科有个很幽默风趣的量子力学老师，他说了很多批话，跟个公知似的。他的很多文章都放在了开心网（kaixin001.com）上，为了留个纪念，用爬虫保存下来2021-05-05
Pycharm中pyqt工具配置(Qt Designer、PyUIC、PyRCC)
Pycharm中进行扩展工具设置，从而实现在pycharm中打开Qt Designer、Ui文件生成Py文件、资源文件生成Py文件三个功能，需要的朋友们下面随着小编来一起学习学习吧2023-07-07
在本篇文章里小编给大家整理是一篇关于python解决程序无法打开的相关文章内容，需要的朋友们可以学习下。2020-06-06
这篇文章主要介绍了Python实现Singleton模式的方式详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
最新评论