pandas drop 删除行和列的方法
文章目录
- pandas drop 删除行和列的方法
- 删除行
- 按行索引删除
- 删除单行
- 删除多行
- 删除列
- 按列索引删除（列本来是没有索引的，用df.columns[1]转化一下）
- 删除单列
- 删除多列
- 按列名删除
- 删除单列
- 删除多列
删除行
按行索引删除
删除单行
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels=1, # 行索引
axis=0, # 0表示按行删除，1表示按列删除，默认为0，可以省略。
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)删除多行
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels=[0, 1], # 行索引
axis=0, # 0表示按行删除，1表示按列删除。默认为0，可以省略。
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)删除列
按列索引删除（列本来是没有索引的，用df.columns[1]转化一下）
删除单列
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels=df.columns[1], # 列索引
axis=1, # 0表示按行删除，1表示按列删除
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)可以用columns代替labels
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
columns=df.columns[1], # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
inplace=True, # 代表操作是否对原数据有效
)
print(df)删除多列
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels=df.columns[[0, 1]], # 列索引
axis=1, # 0表示按行删除，1表示按列删除
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)可以用columns代替labels
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
columns=df.columns[[1, 2]], # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
inplace=True, # 代表操作是否对原数据有效
)
print(df)按列名删除
删除单列
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels='B', # 列名
axis=1, # 0表示按行删除，1表示按列删除
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)可以用columns代替labels
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
columns='B', # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
inplace=True, # 代表操作是否对原数据有效
)
print(df)删除多列
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
labels=['B', 'C'], # 列名或者数组
axis=1, # 0表示按行删除，1表示按列删除
# level=None, # int或者索引名。代表标签所在级别
inplace=True, # 代表操作是否对原数据有效
)
print(df)可以用columns代替labels
import pandas as pd
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
print(df)
df.drop(
columns=['A', 'B'], # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
inplace=True, # 代表操作是否对原数据有效
)
print(df)D’: [‘D0’, ‘D1’, ‘D2’, ‘D3’]},
index=[0, 1, 2, 3])print(df)
df.drop(
columns=[‘A’, ‘B’], # 行列名或者数组（代表几行）如：labels=range(1,4) labels=‘日期’
inplace=True, # 代表操作是否对原数据有效
)
print(df)
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
