1.pandas.DataFrame.drop
DataFrame.
drop
(labels = None,axis = 0,index = None,columns = None,level = None,inplace = False,errors ='raise' )
从行或列中删除指定的标签。
通过指定标签名称和相应的轴,或直接指定索引或列名称来删除行或列。使用多索引时,可以通过指定级别删除不同级别的标签。
Remove rows or columns by specifying label names and corresponding axis, or by specifying directly index or column names. When using a multi-index, labels on different levels can be removed by specifying the level.
参数: | 标签:单个标签或类似列表
axis:{0或'index',1或'columns'},默认为0
index,columns:单个标签或类似列表
level:int或level name,可选
inplace:bool,默认为False
错误:{'忽略','加注'},默认'加注'
|
---|---|
返回: | 丢弃 : pandas.DataFrame |
举: | KeyError异常
|
例子:
>>> df = pd.DataFrame(np.arange(12).reshape(3,4),
... columns=['A', 'B', 'C', 'D'])
>>> df
A B C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
Drop columns
>>> df.drop(['B', 'C'], axis=1)
A D
0 0 3
1 4 7
2 8 11
>>> df.drop(columns=['B', 'C'])
A D
0 0 3
1 4 7
2 8 11
Drop a row by index
>>> df.drop([0, 1])
A B C D
2 8 9 10 11
详情可参考:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop.html
seaborn之heatmap
import seaborn as sns
sns.heatmap()使用
>>> import numpy as np; np.random.seed(0)
>>> import seaborn as sns; sns.set()
>>> uniform_data = np.random.rand(10, 12)
>>> ax = sns.heatmap(uniform_data)
详情查看http://seaborn.pydata.org/generated/seaborn.heatmap.html
不错的博客:https://www.cnblogs.com/gczr/p/6767175.html
如何理解axis = 0 或 axis = 1
- 使用0值表示沿着每一列或行标签\索引值向下执行方法
- 使用1值表示沿着每一行或者列标签模向执行对应的方法
下图代表在DataFrame当中axis为0和1时分别代表的含义:
举例理解:
>>>df
col1 col2 col3 col4
0 1 1 1 1
1 2 2 2 2
2 3 3 3 3
如果我们调用df.mean(axis=1),我们将得到按行计算的均值
>>> df.mean(axis=1)
0 1
1 2
2 3
然而,如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列,而不是一行:
>>> df.drop("col4", axis=1)
col1 col2 col3
0 1 1 1
1 2 2 2
2 3 3 3