Python |使用 Pandas.drop()
从数据框中删除行/列
原文:https://www.geesforgeks.org/python-delete-row-columns-from-data frame-use-pandas-drop/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫为数据分析师提供了一种使用 .drop() 方法删除和过滤数据帧的方法。使用此方法，可以使用索引标签或列名删除行或列。
语法: 数据框。删除(标签=无，轴=0，索引=无，列=无，级别=无，位置=假，错误= '提升')
参数:
标签:表示行或列名称的字符串或字符串列表。 轴: int 或 string 值，0 'index '代表行，1 'columns '代表列。 索引或列:单个标签或列表。索引或列是 axis 的替代项，不能一起使用。 级别:用于指定数据帧有多级索引时的级别。 在位:如果为真，则对原始数据框进行更改。 错误:如果列表中没有任何值，则忽略错误，并在错误=“忽略”时丢弃其余值
返回类型:具有丢弃值的数据帧
要下载代码中使用的 CSV，点击这里的。
示例#1:按索引标签删除行 在他的代码中，传递了一个索引标签列表，并使用。drop()方法。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed values
data.drop(["Avery Bradley", "John Holland", "R.J. Hunter",
"R.J. Hunter"], inplace = True)
# display
data
输出: 如输出图像所示，新输出没有传递的值。这些值被删除，并且在原始数据帧中进行了更改，因为 inplace 为 True。
删除值前的数据框-
删除值后的数据框-
示例 2:删除列名为的列
在他的代码中，传递的列使用列名删除。axis 参数保持 1，因为 1 是指列。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# dropping passed columns
data.drop(["Team", "Weight"], axis = 1, inplace = True)
# display
data
输出: 如输出图像所示，新输出没有传递的列。由于 axis 设置为等于 1，这些值被删除，并且由于 inplace 为 True，原始数据框中进行了更改。
删除列前的数据框-
删除列后的数据框-
