pandas中drop函数的用法

drop() 函数是 Pandas 中用于删除行或列的函数。它可以接受一个或多个索引或标签作为参数，并返回一个新的 DataFrame 或 Series，其中删除了指定的行或列。drop() 函数有一个 axis 参数，用于指定删除行还是列，其默认值为 0，表示删除行。

下面是 drop() 函数的基本语法：

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

其中的参数含义如下：

• labels：要删除的行或列的索引或标签，可以是单个索引/标签、索引/标签列表或索引/标签数组。
• axis：指定删除行还是列，0 表示删除行，1 表示删除列，默认为 0。
• index：要删除的行的索引或标签。
• columns：要删除的列的索引或标签。
• inplace：指定是否在原地修改 DataFrame，即是否直接修改原始对象而不返回副本，默认为 False。

下面是一些示例说明 drop() 函数的用法：

假设我们有以下 DataFrame：

import pandas as pd

data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

 删除行：

# 删除索引为 0 的行
df_dropped = df.drop(0)
print(df_dropped)

删除列：

# 删除列名为 'B' 的列
df_dropped = df.drop(columns='B')
print(df_dropped)

同时删除行和列：

# 删除索引为 0 的行和列名为 'B' 的列
df_dropped = df.drop(index=0, columns='B')
print(df_dropped)

在原地修改 DataFrame：

# 将原地修改设置为 True，直接修改原始 DataFrame
df.drop(columns='B', inplace=True)
print(df)

要删除多行，下面是一个示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [6, 7, 8, 9, 10],
    'C': [11, 12, 13, 14, 15]
}
df = pd.DataFrame(data)

# 要删除的行的索引列表
rows_to_drop = [1, 3]

# 使用 drop() 函数删除指定的行
df_dropped = df.drop(index=rows_to_drop)

print(df_dropped)

删除最后一行，可以使用以下两种方法之一：

指定要删除的行的标签：

df_dropped = df.drop(index=df.index[-1])

 使用 iloc 方法，通过位置索引来删除：

df_dropped = df.drop(index=df.index[-1], inplace=True)

 使用df.drop(-1) ，会报错的，原因是因为默认情况下，drop() 函数的 index 参数是用来指定要删除的行的索引或标签，而索引值不能为负数。