Python|使用 Pandas.drop() 从 DataFrame 中删除行/列
Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas 为数据分析师提供了一种使用.drop()方法删除和过滤数据框的方法。可以使用此方法使用索引标签或列名删除行或列。
Syntax:
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=’raise’)
Parameters:
labels: String or list of strings referring row or column name.
axis: int or string value, 0 ‘index’ for Rows and 1 ‘columns’ for Columns.
index or columns: Single label or list. index or columns are an alternative to axis and cannot be used together.
level: Used to specify level in case data frame is having multiple level index.
inplace: Makes changes in original Data Frame if True.
errors: Ignores error if any value from the list doesn’t exists and drops rest of the values when errors = ‘ignore’
Return type: Dataframe with dropped values
要下载代码中使用的 CSV，请单击此处。
示例 #1：按索引标签删除行
在他的代码中，传递了一个索引标签列表，并使用 .drop() 方法删除了与这些标签对应的行。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed values
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
"R.J. Hunter"], inplace = True)
# display
data
输出：
如输出图像所示，新输出没有传递的值。由于 inplace 为 True，因此删除了这些值并在原始数据框中进行了更改。删除值之前的数据帧- _0.jpg)
删除值后的数据帧- _1.jpg)
Example #2 : 删除列名
在他的代码中，通过的列是使用列名删除的。 axis参数保持为 1，因为 1 指的是列。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed columns
data.drop(["Team", "Weight"], axis = 1, inplace = True)
# display
data
输出：
如输出图像所示，新输出没有传递的列。这些值被删除，因为轴设置为等于 1，并且由于 inplace 为 True，因此在原始数据框中进行了更改。删除列之前的数据框- _2.jpg)
删除列后的数据框- _3.jpg)