pandas drop 删除行和列的方法

pandas drop 删除行和列的方法

删除行

按行索引删除

删除单行

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels=1,  # 行索引
    axis=0,  # 0表示按行删除，1表示按列删除，默认为0，可以省略。
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

删除多行

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels=[0, 1],  # 行索引
    axis=0,  # 0表示按行删除，1表示按列删除。默认为0，可以省略。
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

删除列

按列索引删除（列本来是没有索引的，用df.columns[1]转化一下）

删除单列

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels=df.columns[1],  # 列索引
    axis=1,  # 0表示按行删除，1表示按列删除
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

可以用columns代替labels

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    columns=df.columns[1],  # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

删除多列

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels=df.columns[[0, 1]],  # 列索引
    axis=1,  # 0表示按行删除，1表示按列删除
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

可以用columns代替labels

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    columns=df.columns[[1, 2]],  # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

按列名删除

删除单列

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels='B',  # 列名
    axis=1,  # 0表示按行删除，1表示按列删除
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

可以用columns代替labels

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    columns='B',  # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

删除多列

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    labels=['B', 'C'],  # 列名或者数组
    axis=1,  # 0表示按行删除，1表示按列删除
    # level=None,  # int或者索引名。代表标签所在级别
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

可以用columns代替labels

import pandas as pd

df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                   'B': ['B0', 'B1', 'B2', 'B3'],
                   'C': ['C0', 'C1', 'C2', 'C3'],
                   'D': ['D0', 'D1', 'D2', 'D3']},
                  index=[0, 1, 2, 3])

print(df)
df.drop(
    columns=['A', 'B'],  # 行列名或者数组（代表几行）如：labels=range(1,4) labels='日期'
    inplace=True,  # 代表操作是否对原数据有效
)
print(df)

D’: [‘D0’, ‘D1’, ‘D2’, ‘D3’]},
index=[0, 1, 2, 3])

print(df)
df.drop(
columns=[‘A’, ‘B’], # 行列名或者数组（代表几行）如：labels=range(1,4) labels=‘日期’
inplace=True, # 代表操作是否对原数据有效
)
print(df)