Python | 熊猫索引.drop()

简介

在熊猫数据分析中，我们可以使用索引来访问和操作数据。熊猫提供了 .drop() 函数用于删除某些索引或标签。

语法

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

• labels：要删除的行和列的名称或名称列表。
• axis：0表示行，1表示列。
• index：要删除的行标签。
• columns：要删除的列标签。
• level：如果轴是多重索引的，则仅删除指定级别的标签。
• inplace：如果为 True，则在原地对 DataFrame 或 Series 进行修改。
• errors：如果可能，确定要删除的标签是否存在。如果值为 'raise'，则抛出异常。否则，忽略任何不存在的标签。

示例

删除行

import pandas as pd

# 创建一个简单的DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 32, 18, 47], 'city': ['NY', 'LA', 'Chicago', 'Houston']}
df = pd.DataFrame(data)

# 删除第2行和第3行
df.drop([1, 2], inplace=True)

# 查看结果
print(df)

输出：

     name  age     city
0   Alice   25       NY
3   David   47  Houston

删除列

import pandas as pd

# 创建一个简单的DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 32, 18, 47], 'city': ['NY', 'LA', 'Chicago', 'Houston']}
df = pd.DataFrame(data)

# 删除'age'列
df.drop('age', axis=1, inplace=True)

# 查看结果
print(df)

输出：

      name     city
0   Alice       NY
1     Bob       LA
2  Charlie  Chicago
3   David  Houston

删除行和列

import pandas as pd

# 创建一个简单的DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 32, 18, 47], 'city': ['NY', 'LA', 'Chicago', 'Houston']}
df = pd.DataFrame(data)

# 删除第2行和'age'列
df.drop([1, 'age'], axis=0, inplace=True)

# 查看结果
print(df)

输出：

      name     city
0   Alice       NY
2  Charlie  Chicago
3   David  Houston

注意事项

• 当 inplace=True 时，会直接修改原始的DataFrame 或 Series，而不是返回一个新的DataFrame 或 Series。因此，建议先使用 .copy() 函数创建一个副本，以免意外更改原始数据。
• 使用 .drop() 函数时，建议使用名称或索引列表，而不是单个名称或索引值。这样可以方便地删除多个行或多个列。