Python?drop()刪除行列的操作方法有哪些

這篇文章主要介紹“Python drop()刪除行列的操作方法有哪些”的相關(guān)知識(shí)，小編通過實(shí)際案例向大家展示操作過程，操作方法簡單快捷，實(shí)用性強(qiáng)，希望這篇“Python drop()刪除行列的操作方法有哪些”文章能幫助大家解決問題。

在進(jìn)行特征工程、劃分?jǐn)?shù)據(jù)集的工作中，drop()函數(shù)都能派上用場(chǎng)。它可以輕松剔除數(shù)據(jù)、操作列和操作行等。

drop()詳細(xì)的語法如下：

刪除行是index，刪除列是columns：

DataFrame.drop(labels=None, axis=0, index=None, columns=None, inplace=False)

參數(shù)：

labels：要?jiǎng)h除的行或列的標(biāo)簽，可以是單個(gè)標(biāo)簽，也可以是標(biāo)簽列表。

axis：要?jiǎng)h除的行或列的軸，0表示行，1表示列。

index：要?jiǎng)h除的行的索引，可以是單個(gè)索引，也可以是索引列表。

columns：要?jiǎng)h除的列的列名，可以是單個(gè)列名，也可以是列名列表。

inplace：是否在原DataFrame上進(jìn)行操作，默認(rèn)為False，即不在原DataFrame上進(jìn)行操作。

刪除列

使用場(chǎng)景1：刪除不需要的特征。

例如：有些特征對(duì)結(jié)果的影響不大，就可以把與因變量不相關(guān)的自變量刪掉；為了避免多重共線性，要把有強(qiáng)相關(guān)關(guān)系的自變量刪掉。

df = data.drop(data[['RowNumber','CustomerId','Surname']],axis=1)
df

代碼講解：

data是數(shù)據(jù)集，兩個(gè)中括號(hào)代表DataFrame格式，里面篩選了3個(gè)要?jiǎng)h除的字段；

axis=1代表操作列；

運(yùn)行結(jié)果：

使用場(chǎng)景2：把因變量刪掉

# 自變量、因變量
x_data = df.drop(['Exited'],axis=1)
y_data = df['Exited']
x_data

代碼講解：

drop()函數(shù)里面填寫要?jiǎng)h除的字段，表示從df中刪除名為“Exited”的列；

['Exited']這一個(gè)字段是我們要剔除的因變量，單個(gè)字段可以這樣表示；

運(yùn)行結(jié)果：

刪除行

使用場(chǎng)景3：在劃分?jǐn)?shù)據(jù)集的時(shí)候，生成了訓(xùn)練集，把被分到訓(xùn)練集的樣本剔除掉，剩下的就是測(cè)試集了。

#劃分訓(xùn)練集
train_data = data.sample(frac = 0.8, random_state = 0)
#測(cè)試集
test_data = data.drop(train_data.index)

代碼講解：

drop()函數(shù)里面填行索引可以刪除掉行；

train_data是我們劃分好的訓(xùn)練集，train_data.index表示行索引；

axis=0，表示的是刪除行，也可以不寫，是默認(rèn)值；

關(guān)于“Python drop()刪除行列的操作方法有哪些”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)，可以關(guān)注億速云行業(yè)資訊頻道，小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。