pandas如何實(shí)現(xiàn)DataFrame行或列的刪除方法

這篇文章主要介紹了pandas如何實(shí)現(xiàn)DataFrame行或列的刪除方法，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

平時(shí)在用DataFrame時(shí)候，刪除操作用的不太多，基本是從源DataFrame中篩選數(shù)據(jù)，組成一個(gè)新的DataFrame再繼續(xù)操作。

1. 刪除DataFrame某一列

這里我們繼續(xù)用上一節(jié)產(chǎn)生的DataFrame來(lái)做例子，原DataFrame如下：

我們使用drop()函數(shù)，此函數(shù)有一個(gè)列表形參labels，寫(xiě)的時(shí)候可以加上labels=[xxx]，也可以不加，列表內(nèi)羅列要?jiǎng)h除行或者列的名稱，默認(rèn)是行名稱，如果要?jiǎng)h除列，則要增加參數(shù)axis=1，操作如下：

#pd.__version__ =='0.18.0'
#drop columns
test_dict_df.drop(['id'],axis=1)
#test_dict_df.drop(columns=['id']) # official operation， maybe my pandas version needs update!

結(jié)果如下，對(duì)于上面的代碼，官方教程文檔中給出了columns=['name']，但是在我測(cè)試的時(shí)候會(huì)報(bào)錯(cuò)，我用的python3，pandas版本為0.18，可能是pandas版本太老的緣故。

這里注意輸出的結(jié)果是執(zhí)行此方法的結(jié)果，而不是輸出test_dict_df的結(jié)果，是因?yàn)榉椒J(rèn)的并不是在本身執(zhí)行操作，這時(shí)候輸出test_dict_df輸出的仍然是沒(méi)有進(jìn)行刪除操作的原DataFrame，如果你想在原DataFrame上進(jìn)行操作，需要加上inplace=True，等價(jià)于在操作完再賦值給本身：

test_dict_df.drop(['id'],axis=1,inplace=True)
# test_dict_df = test_dict_df.drop(['id'],axis=1)

2. 刪除DataFrame某一行

刪除某一行，在上面刪除列操作的時(shí)候也稍有提及，如果不加axis=1，則默認(rèn)按照行號(hào)進(jìn)行刪除，例如要?jiǎng)h除第0行和第4行：

test_dict_df.drop([0,4])

同理，你要在源DataFrame上進(jìn)行操作就得加上inplace參數(shù)，否則不會(huì)在test_dict_df上改動(dòng)。

當(dāng)然，如果你的DataFrame有很多級(jí)，你可以加上level參數(shù)，這里就不多贅述了。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“pandas如何實(shí)現(xiàn)DataFrame行或列的刪除方法”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!