Python | 使用Pandas.drop()从DataFrame删除行列

简介

在数据分析和处理中，经常需要从DataFrame中删除特定的行或列。使用Pandas库，可以通过drop()函数来实现删除操作。drop()函数可以删除指定行或列，并返回一个新的DataFrame对象。

本文介绍了如何使用drop()函数来删除DataFrame中的行和列，并提供了代码示例。

删除行

要删除DataFrame中的行，可以使用drop()函数并指定要删除的行的索引，设置参数axis=0。

以下是删除DataFrame中行的示例代码：

import pandas as pd

# 创建DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Peter'],
        'Age': [28, 32, 25, 39],
        'City': ['London', 'Paris', 'New York', 'Toronto']}
df = pd.DataFrame(data)

# 删除特定的行
df = df.drop([1])    # 删除索引为1的行

print(df)

上述代码创建了一个包含人员姓名、年龄和所在城市的DataFrame对象。通过drop([1])删除了索引为1的行。输出结果如下：

   Name  Age      City
0   Tom   28    London
2  John   25  New York
3  Peter   39   Toronto

删除列

要删除DataFrame中的列，可以使用drop()函数并指定要删除的列的名称，设置参数axis=1。

以下是删除DataFrame中列的示例代码：

import pandas as pd

# 创建DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Peter'],
        'Age': [28, 32, 25, 39],
        'City': ['London', 'Paris', 'New York', 'Toronto']}
df = pd.DataFrame(data)

# 删除特定的列
df = df.drop(['Age'], axis=1)    # 删除列名为'Age'的列

print(df)

上述代码创建了一个包含人员姓名、年龄和所在城市的DataFrame对象。通过drop(['Age'], axis=1)删除了列名为'Age'的列。输出结果如下：

   Name      City
0   Tom    London
1  Nick     Paris
2  John  New York
3  Peter   Toronto

结论

使用Pandas中的drop()函数，可以轻松地删除DataFrame中的行和列。使用axis参数可以根据需要选择删除的维度。

注意：drop()函数返回一个新的DataFrame对象，如果需要在原始DataFrame上进行修改，请使用赋值操作来更新它。

以上是删除DataFrame中行列的介绍和示例，希望能对你有所帮助！