![baa72a90467dc6a5859e5e9358100a80.png](https://i-blog.csdnimg.cn/blog_migrate/5c921b413503e57e2a76422641e43d27.jpeg)
在我们进行数据分析时,某些情况下我们会需要对数据作出一系列的删减处理。今天就为大家推荐一下在Python中常用于数据删减的drop方法。
在Pandas 中,以 .drop
开头的方法都与数据的删减有关。
下面我们先简单说一下drop的用法及一些主要参数:
drop函数:drop(labels, axis=0, level=None, inplace=False, errors='raise')
关于参数axis:
axis为0时表示删除行,axis为1时表示删除列,还是一样~
关于参数errors:
errors='raise'会让程序在labels接收到没有的行名或者列名时抛出错误导致程序停止运行,errors='ignore'会忽略没有的行名或者列名,只对存在的行名或者列名进行操作,没有指定的话也是默认‘errors='raise'’。
其他主要参数:
![1481215a707e1de387e6189aef5e1904.png](https://i-blog.csdnimg.cn/blog_migrate/397002a9ab7f86d19dae3a884e64986e.jpeg)
介绍完函数体,下面我们还是一样从例子出发:
(大家记得每次打代码之间记得看下有没有导入库,我偶尔会忘了粘上库的代码)
import pandas as pd
import numpy as np
cities = pd.DataFrame(np.random.randn(5, 5),
index=['a', 'b', 'c', 'd', 'e'],
columns=['shenzhen', 'guangzhou', 'beijing', 'nanjing', 'haerbin'])
cities
![c7e11d04b713ef97466484a648f6737d.png](https://i-blog.csdnimg.cn/blog_migrate/814dcffa7c9e1e87d80396c62084f674.png)
还是之前的那个城市的数据表。
(1)删除掉第a行:
df1=cities.d