pandas中使用df.drop()进行数据删除

pandas是一种用于数据分析的Python库。在pandas中，DataFrame是最常用的数据结构。可以通过df.drop()方法来删除DataFrame中的行或列。

DataFrame中的行和列

DataFrame是一个表格，每行代表一个记录，每列代表一个特征。在pandas中，DataFrame中的行由索引（index）表示，列由列名（column name）表示。以下是一个DataFrame的例子：

| | Name | Age | Gender | | --- | --- | --- | --- | | 0 | John | 25 | Male | | 1 | Mary | 30 | Female | | 2 | Tom | 35 | Male |

在这个DataFrame中，每行代表一个人的信息，每列代表姓名、年龄和性别。

删除行

删除行可以使用df.drop()中的index参数。以下是删除第一行的代码：

import pandas as pd

df = pd.DataFrame({'Name': ['John', 'Mary', 'Tom'], 'Age': [25, 30, 35], 'Gender': ['Male', 'Female', 'Male']})

df = df.drop(index=0)

print(df)

输出：

   Name  Age  Gender
1  Mary   30  Female
2   Tom   35    Male

删除列

删除列可以使用df.drop()中的columns参数。以下是删除列名为Gender的列的代码：

import pandas as pd

df = pd.DataFrame({'Name': ['John', 'Mary', 'Tom'], 'Age': [25, 30, 35], 'Gender': ['Male', 'Female', 'Male']})

df = df.drop(columns='Gender')

print(df)

输出：

   Name  Age
0  John   25
1  Mary   30
2   Tom   35

inplace参数

如果要直接对原DataFrame进行修改而不返回一个新的DataFrame，可以使用inplace参数：

import pandas as pd

df = pd.DataFrame({'Name': ['John', 'Mary', 'Tom'], 'Age': [25, 30, 35], 'Gender': ['Male', 'Female', 'Male']})

df.drop(index=0, inplace=True)

print(df)

输出：

   Name  Age  Gender
1  Mary   30  Female
2   Tom   35    Male

总结

• 使用df.drop()可以删除DataFrame中的行或列；
• 删除行使用index参数，删除列使用columns参数；
• 如果要直接对原DataFrame进行修改而不返回一个新的DataFrame，可以使用inplace参数。