Pandas 删除行或者列 (7)Python 数据分析从零开始

本文介绍了如何使用Pandas库在Python中删除数据框(DataFrame)的行和列。通过调用drop方法,可以轻松地从Series和DataFrame中移除元素。对于Series,删除操作可以设置inplace=True直接修改原数据;而对于DataFrame,删除行或列需指定axis参数,axis=0表示删除行,axis=1表示删除列,同样可以设置inplace=True在原对象上进行修改。
摘要由CSDN通过智能技术生成

写任何有关pandas的代码前,我们应该先导入pandas

        import pandas as pd

我们下面出现全部的pd都代表对pandas的引用

 

Series对象删除元素

        我们工作中导入一些数据,往往会要删除一些行或者列来精简数据。使用drop方法可以轻松的做到。drop也可以直接修改数据而不需要生成新的对象。后面需要加参数inplace。

        生成新对象

              新对象=Series对象.drop( [ 索引 ] )

import pandas as pd
dynasty=pd.Series([405,319,289,276],index=['汉朝','宋朝','唐朝','明朝'])
dynasty1=dynasty.drop('宋朝')

        原对象修改

                Series对象.drop( [ 索引 ] , inplace=True )

dynasty=pd.Series([405,319,28
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值