Python的pandas的dataframe的drop方法，删除行、列

版权声明：转载请注明作者（独孤尚良dugushangliang）出处：https://blog.csdn.net/dugushangliang/article/details/118548909

参阅：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

上图为dataframe的drop方法中各个参数的说明。 

正文如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(12).reshape(3, 4),columns=['A', 'B', 'C', 'D'])

 

上图是df的数据结构。

inplace默认为False，不动原数据，返回修改后的数据。如果设置了inplace=True，则直接修改原数据，返回空值。

#不修改原数据，返回删除B、C列的数据。
df2=df.drop(['B', 'C'], axis=1)
#执行此操作前后，df无变化，df2有变化

#原数据删除B、C列，无返回
df2=df.drop(['B', 'C'], axis=1,inplace=True)
#执行此操作前后，df有变化，df2为空值

下面的代码是回字的几种写法： 

#删除B、C列
df2=df.drop(['B', 'C'], axis=1)
df2=df.drop(columns=['B', 'C'])

#通过索引删除行
df2=df.drop([0, 1])
df2=df.drop([0, 1], axis=0)
df2=df.drop(index=[0, 1])

 level这个参数是针对多级索引的操作。

midx = pd.MultiIndex(levels=[['lama', 'cow', 'falcon'], ['speed', 'weight', 'length']],codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],[0, 1, 2, 0, 1, 2, 0, 1, 2]])
df = pd.DataFrame(index=midx, columns=['big', 'small'],data=[[45, 30], [200, 100], [1.5, 1], [30, 20],[250, 150], [1.5, 0.8], [320, 250],[1, 0.8], [0.3, 0.2]])

 

#删除cow行，small列
df.drop(index='cow', columns='small')

 

#删除二级索引length
df.drop(index='length', level=1)

 如果没有加level=1，则程序报错。

独孤尚良dugushangliang——著