一、簡(jiǎn)介

DataFrame.drop 是 Pandas 庫(kù)中一個(gè)非常實(shí)用的函數(shù)，用于刪除 DataFrame 中的行或列。通過(guò)指定列名或行索引，可以靈活地從數(shù)據(jù)集中移除不需要的數(shù)據(jù)。這對(duì)于數(shù)據(jù)清洗和預(yù)處理非常有用。

二、語(yǔ)法和參數(shù)

DataFrame.drop(labels, axis=0, index=False, columns=False, level=None, inplace=False)

參數(shù)

• labels: 要?jiǎng)h除的標(biāo)簽，可以是數(shù)組、列表、元組或單個(gè)標(biāo)簽。
• axis: 刪除的軸，0 表示行，1 表示列，默認(rèn)為 0。
• index: 如果為 True，則刪除標(biāo)簽為索引。
• columns: 如果為 True，則刪除標(biāo)簽為列。
• level: 指定刪除標(biāo)簽的級(jí)別，僅在使用多級(jí)索引時(shí)有效。
• inplace: 如果為 True，則在原地修改 DataFrame，否則返回一個(gè)新的 DataFrame。

三、實(shí)例

3.1 刪除指定行

import pandas as pd

# 創(chuàng)建一個(gè)示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 刪除第一行
result = df.drop(0)
print(result)

輸出：

   A   B   C
1  2   6  10
2  3   7  11
3  4   8  12

3.2 刪除指定列

# 刪除列 'B'
result = df.drop('B', axis=1)
print(result)

輸出：

   A   C
0  1   9
1  2  10
2  3  11
3  4  12

3.3 刪除多個(gè)行和列

import pandas as pd

# 創(chuàng)建一個(gè)示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 刪除列 'B'
result = df.drop(columns='B', axis=1)
print(result)

輸出：

   A   B
0  1   5
2  3   7
3  4   8

3.4 使用 inplace 修改原 DataFrame

import pandas as pd

# 創(chuàng)建一個(gè)示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})
print(df)
# 刪除列 'A' 并直接修改原 DataFrame
df.drop('A', axis=1, inplace=True)
print(df)

輸出：

   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12
   B   C
0  5   9
1  6  10
2  7  11
3  8  12

四、注意事項(xiàng)

• 索引和列名：確保刪除的標(biāo)簽是存在的，否則會(huì)引發(fā) KeyError。
• inplace 參數(shù)：使用 inplace=True 時(shí)，原 DataFrame 會(huì)被修改，不返回新的 DataFrame。
• 多級(jí)索引：在使用多級(jí)索引時(shí)，level 參數(shù)可以指定刪除標(biāo)簽的級(jí)別。
• 數(shù)據(jù)類型：刪除操作不會(huì)影響 DataFrame 的數(shù)據(jù)類型。

擴(kuò)展

del與drop的區(qū)別

在Python中del和drop方法都能夠刪除dataframe中的列數(shù)據(jù)，但兩者也有著些許區(qū)別:

1. del屬于Python的內(nèi)置函數(shù)，drop屬于pandas中的內(nèi)置函數(shù)

2. del 刪除列

drop 刪除行和列（默認(rèn)行）

3. drop一次可以處理多個(gè)項(xiàng)目；del一次只能操作一個(gè)

4. drop可以就地操作或返回副本；del僅是就地操作

5. 兩種函數(shù)在執(zhí)行效率上很接近，但是在較大數(shù)據(jù)上，drop函數(shù)優(yōu)勢(shì)更明顯，尤其是在處理多列數(shù)據(jù)時(shí)

del crime['Total']
crime=crime.drop(['Total'],axis=1)

到此這篇關(guān)于Pandas中DataFrame.drop()函數(shù)的具體使用的文章就介紹到這了,更多相關(guān)Pandas DataFrame.drop()內(nèi)容請(qǐng)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(píng)論