脚本之家，脚本语言编程技术及教程分享平台！
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|shell|

服务器之家 - 脚本之家 - Python - Pandas.DataFrame删除指定行和列(drop)的实现

Pandas.DataFrame删除指定行和列(drop)的实现

2023-02-28 11:28饺子大人 Python

本文主要介绍了Pandas.DataFrame删除指定行和列(drop)的实现，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，需要的朋友们下面随着小编来一起学习学习吧

使用drop（）方法删除pandas.DataFrame的行和列。

在0.21.0版之前，请使用参数labels和axis指定行和列。从0.21.0开始，可以使用index或columns。

在此，将对以下内容进行说明。

  • DataFrame指定的行删除
    • 按行名指定（行标签）
    • 按行号指定
    • 未设置行名的注意事项
  • DataFrame指定的列删除
    • 按列名指定（列标签）
    • 按列号指定
  • 多行多列的删除

删除缺失值NaN和删除具有重复元素的行，请参考文章。

Pandas删除，替换并提取其中的缺失值NaN(dropna,fillna,isnull)

以下数据用作示例代码中的示例。

?
1
2
3
4
5
6
7
8
9
10
11
12
import pandas as pd
 
df = pd.read_csv('./data/12/sample_pandas_normal.csv', index_col=0)
print(df)
#          age state  point
# name
# Alice     24    NY     64
# Bob       42    CA     92
# Charlie   18    CA     70
# Dave      68    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57

DataFrame指定的行删除

按行名指定（行标签）

它由第一个参数labels和第二个参数axis指定。行指定axis= 0。

?
1
2
3
4
5
6
7
8
print(df.drop('Charlie', axis=0))
#        age state  point
# name                  
# Alice   24    NY     64
# Bob     42    CA     92
# Dave    68    TX     70
# Ellen   24    CA     88
# Frank   30    NY     57

默认值为axis = 0，因此可以省略axis。

?
1
2
3
4
5
6
7
8
print(df.drop('Charlie'))
#        age state  point
# name                  
# Alice   24    NY     64
# Bob     42    CA     92
# Dave    68    TX     70
# Ellen   24    CA     88
# Frank   30    NY     57

从0.21.0或更高版本开始，它也可以由参数索引指定。

?
1
2
3
4
5
6
7
8
print(df.drop(index='Charlie'))
#        age state  point
# name                  
# Alice   24    NY     64
# Bob     42    CA     92
# Dave    68    TX     70
# Ellen   24    CA     88
# Frank   30    NY     57

如果要一次删除多行，请在列表中指定。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
print(df.drop(['Bob', 'Dave', 'Frank']))
#          age state  point
# name                     
# Alice     24    NY     64
# Charlie   18    CA     70
# Ellen     24    CA     88
 
print(df.drop(index=['Bob', 'Dave', 'Frank']))
#          age state  point
# name                     
# Alice     24    NY     64
# Charlie   18    CA     70
# Ellen     24    CA     88

默认情况下，原始DataFrame保持不变，并返回一个新的DataFrame。如果参数inplace设置为True，则将更改原始DataFrame。在这种情况下，不会返回任何新的DataFrame，并且返回值为None。

按行号指定

如果要按行号指定，请使用DataFrame的index属性。

如果在index属性的[]中指定行号，则可以获得相应的行名。可以在列表中指定多个行号。

?
1
2
print(df.index[[1, 3, 5]])
# Index(['Bob', 'Dave', 'Frank'], dtype='object', name='name')

在drop（）第一个的参数中指定labels或index的名称。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
print(df.drop(df.index[[1, 3, 5]]))
#          age state  point
# name                     
# Alice     24    NY     64
# Charlie   18    CA     70
# Ellen     24    CA     88
 
print(df.drop(index=df.index[[1, 3, 5]]))
#          age state  point
# name                     
# Alice     24    NY     64
# Charlie   18    CA     70
# Ellen     24    CA     88

未设置行名的注意事项

如果未设置行名，则index默认为整数序号。当使用数字值而不是这样的字符串作为索引时要小心。

?
1
2
3
4
5
6
7
8
9
10
11
12
df_noindex = pd.read_csv('./data/12/sample_pandas_normal.csv')
print(df_noindex)
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57
 
print(df_noindex.index)
# RangeIndex(start=0, stop=6, step=1)

如果是序列号，则无论原样指定数字值还是使用index属性，结果都将相同。

?
1
2
3
4
5
6
7
8
9
10
11
print(df_noindex.drop([1, 3, 5]))
#       name  age state  point
# 0    Alice   24    NY     64
# 2  Charlie   18    CA     70
# 4    Ellen   24    CA     88
 
print(df_noindex.drop(df_noindex.index[[1, 3, 5]]))
#       name  age state  point
# 0    Alice   24    NY     64
# 2  Charlie   18    CA     70
# 4    Ellen   24    CA     88

如果由于排序原因其不是序列号，结果将有所不同。当直接指定数字值时，将删除行标签为该数字值的行，而当使用index属性时，将删除其行号为该数字值的行。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
df_noindex_sort = df_noindex.sort_values('state')
print(df_noindex_sort)
#       name  age state  point
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 4    Ellen   24    CA     88
# 0    Alice   24    NY     64
# 5    Frank   30    NY     57
# 3     Dave   68    TX     70
 
print(df_noindex_sort.index)
# Int64Index([1, 2, 4, 0, 5, 3], dtype='int64')
 
print(df_noindex_sort.drop([1, 3, 5]))
#       name  age state  point
# 2  Charlie   18    CA     70
# 4    Ellen   24    CA     88
# 0    Alice   24    NY     64
 
print(df_noindex_sort.drop(df_noindex_sort.index[[1, 3, 5]]))
#     name  age state  point
# 1    Bob   42    CA     92
# 4  Ellen   24    CA     88
# 5  Frank   30    NY     57

DataFrame指定的列删除

按列名指定（列标签）

它由第一个参数labels和第二个参数axis指定。列指定axis= 1。

?
1
2
3
4
5
6
7
8
9
print(df.drop('state', axis=1))
#          age  point
# name              
# Alice     24     64
# Bob       42     92
# Charlie   18     70
# Dave      68     70
# Ellen     24     88
# Frank     30     57

从0.21.0或更高版本开始，可以使用参数列指定它。

?
1
2
3
4
5
6
7
8
9
print(df.drop(columns='state'))
#          age  point
# name              
# Alice     24     64
# Bob       42     92
# Charlie   18     70
# Dave      68     70
# Ellen     24     88
# Frank     30     57

如果要一次删除多个列，请在列表中指定。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
print(df.drop(['state', 'point'], axis=1))
#          age
# name        
# Alice     24
# Bob       42
# Charlie   18
# Dave      68
# Ellen     24
# Frank     30
 
print(df.drop(columns=['state', 'point']))
#          age
# name        
# Alice     24
# Bob       42
# Charlie   18
# Dave      68
# Ellen     24
# Frank     30

参数inplace的使用方法与行的相同。

?
1
2
3
4
5
6
7
8
9
10
11
df_org = df.copy()
df_org.drop(columns=['state', 'point'], inplace=True)
print(df_org)
#          age
# name       
# Alice     24
# Bob       42
# Charlie   18
# Dave      68
# Ellen     24
# Frank     30

按列号指定

如果要按列号指定，请使用DataFrame的columns属性。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
print(df.columns[[1, 2]])
# Index(['state', 'point'], dtype='object')
 
print(df.drop(df.columns[[1, 2]], axis=1))
#          age
# name        
# Alice     24
# Bob       42
# Charlie   18
# Dave      68
# Ellen     24
# Frank     30
 
print(df.drop(columns=df.columns[[1, 2]]))
#          age
# name        
# Alice     24
# Bob       42
# Charlie   18
# Dave      68
# Ellen     24
# Frank     30

如果columns是整数值，请小心上述行。

多行多列的删除

从0.21.0及更高版本开始，可以通过同时指定参数index和column来删除多行/多列。

当然，也可以通过行号/列号指定，和使用参数inplace。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
print(df.drop(index=['Bob', 'Dave', 'Frank'],
              columns=['state', 'point']))
#          age
# name        
# Alice     24
# Charlie   18
# Ellen     24
 
print(df.drop(index=df.index[[1, 3, 5]],
              columns=df.columns[[1, 2]]))
#          age
# name        
# Alice     24
# Charlie   18
# Ellen     24

到此这篇关于Pandas.DataFrame删除指定行和列(drop)的实现的文章就介绍到这了,更多相关Pandas DataFrame删除指定行列内容请搜索服务器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服务器之家！

原文链接：https://blog.csdn.net/qq_18351157/article/details/105785367

  • 删除
  • dataframe
  • pandas

    • 延伸 · 阅读

    精彩推荐
    • PythonPython SQLite3数据库日期与时间常见函数用法分析

      Python SQLite3数据库日期与时间常见函数用法分析

      这篇文章主要介绍了Python SQLite3数据库日期与时间常见函数用法,结合实例形式分析了Python连接、查询SQLite3数据以及数据库日期与时间常见操作方法,需要的...

      罗兵10742020-12-02
    • Pythonpycharm 使用anaconda为默认环境的操作

      pycharm 使用anaconda为默认环境的操作

      这篇文章主要介绍了pycharm 使用anaconda为默认环境的操作，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...

      AuroraPetard6382021-09-02
    • Pythonpython使用BeautifulSoup分页网页中超链接的方法

      python使用BeautifulSoup分页网页中超链接的方法

      这篇文章主要介绍了python使用BeautifulSoup分页网页中超链接的方法,涉及Python使用BeautifulSoup模块操作网页链接的技巧,需要的朋友可以参考下 ...

      令狐不聪5992020-05-29
    • PythonPython基础之函数的定义与使用示例

      Python基础之函数的定义与使用示例

      这篇文章主要介绍了Python基础之函数的定义与使用,结合实例形式分析了Python函数的定义、参数、变量作用域、返回值等相关概念与使用技巧,需要的朋友可...

      流年醉影8422021-06-08
    • PythonPython实现单词翻译功能

      Python实现单词翻译功能

      这篇文章主要为大家详细介绍了Python实现单词翻译功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...

      RayFong5782020-11-15
    • Python讲解Python中的递归函数

      讲解Python中的递归函数

      这篇文章主要介绍了讲解Python中的递归函数,递归是学一门编程语言必须掌握的重要特性,需要的朋友可以参考...

      廖雪峰25072020-06-14
    • Pythonpython 多线程串行和并行的实例

      python 多线程串行和并行的实例

      今天小编就为大家分享一篇python 多线程串行和并行的实例，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...

      zhaoyangjian72410232021-06-01
    • Pythonpython处理csv数据的方法

      python处理csv数据的方法

      这篇文章主要介绍了python处理csv数据的方法,实例分析了Python处理csv数据的技巧,需要的朋友可以参考下 ...

      kirkversion14682019-11-27
    最近更新
    编辑推荐
    阅读排行
    热门标签
    2048 　 6006 　 6174 　 SLOTS 　 MELIAE 　 FEEDPARSER 　 暂存 　 持久性管理 　 pickle模块 　 THREADING 　 reduce 　 nignx 　 装饰器 　 函数式编程 　 兔子毒药 　 contextlib 　 监控文件 　 流量监控 　 Web框架 　 PIL库 　 高斯模糊 　 wxPython 　 提取行 　 自定义模块 　 Python开发 　 元类 　 metaclass 　 魔术方法 　 DNSPod 　 动态解析域名 　
    © 2019-2023 脚本之家 | 服务器之家(www.tuohang.net)旗下站点 版权所有关于我们联系我们版权申明网站地图