python基礎pandas的drop()怎么使用

本篇內容主要講解“python基礎pandas的drop()怎么使用”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python基礎pandas的drop()怎么使用”吧!

python基礎pandas的drop()用法

做數據處理得時候用到了pandas,體驗不錯，記錄如下：

import pandas as pd
import numpy as np

直接可以用pandas生成隨機數組

df = pd.DataFrame(np.random.randn(5,3),index = list('abcde'),columns = ['one','two','three'])

假設其中存在空數：

df.ix[1,:-1] = np.nan  #第二行，排除倒數第一個都是Nan
df.ix[1:-1,2] = np.nan #第三列，排除第一個和最后一個都是Nan

把Nan的全部刪掉

print('\n',df.dropna())

有選擇的刪，而不是刪Nan

print(df.drop(['one'],axis=1))
print(df.drop(['a','c'],axis = 0))

補充：python pandas 之drop()函數

drop函數的使用

（1）drop() 刪除行和列

drop([ ],axis=0,inplace=True)

• drop([])，默認情況下刪除某一行；

• 如果要刪除某列，需要axis=1；

• 參數inplace 默認情況下為False，表示保持原來的數據不變，True 則表示在原來的數據上改變。

import pandas as pd
 
import numpy as np
 
data=pd.DataFrame(np.arange(20).reshape((5,4)),columns=list('ABCD'),index=['a','b','c','d','e'])
print(data)
print('*'*40)
print(data.drop(['a'])) #刪除a 行，默認inplace=False,
print('*'*40)
print(data)#  data 沒有變化
print('*'*40)
print(data.drop(['A'],axis=1))#刪除列
print('*'*40)
print(data.drop(['A'],axis=1,inplace=True)) #在本來的data 上刪除
print('*'*40)
print(data)data 發生變化

 
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
e  16  17  18  19
****************************************
    A   B   C   D
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
e  16  17  18  19
****************************************
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15
e  16  17  18  19
****************************************
    B   C   D
a   1   2   3
b   5   6   7
c   9  10  11
d  13  14  15
e  17  18  19
****************************************
None
****************************************
    B   C   D
a   1   2   3
b   5   6   7
c   9  10  11
d  13  14  15
e  17  18  19

到此，相信大家對“python基礎pandas的drop()怎么使用”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！