Pandas.DataFrame删除指定行和列(drop)的实现

下面是关于 "Pandas.DataFrame删除指定行和列(drop)的实现" 的完整攻略，包括基本用法、参数解析、示例等。

基本用法

pandas.DataFrame 的一项常见操作是删除行或列，即 drop() 方法。drop() 方法可以根据指定的标签(label)或下标(index)删除行或列。具体用法如下：

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

其中各参数的含义如下：

• labels: 要删除的行或列的标签(label)，可以是单个标签，也可以是一个标签的列表或数组。
• axis: 要删除的轴，可以为 0 或 1，默认为 0，即删除行。
• index: 要删除的行的下标(index)，可以是单个下标，也可以是一个下标的列表或数组。如果指定了标签(labels)参数，则忽略该参数。
• columns: 要删除的列的标签(label)，可以是单个标签，也可以是一个标签的列表或数组。如果指定了标签(labels)参数，则忽略该参数。
• level: 删除多重索引(multi-index)的某一级别(level)的行或列。
• inplace: 是否直接修改原 DataFrame，如果为 True，则直接修改原 DataFrame，返回 None；否则，返回删除后的新 DataFrame。
• errors: 如果 labels 或 index 不是有效的标签或下标，则引发异常。可以设置为 raise 或 ignore，默认为 raise。

示例说明

示例1：删除行

假设有如下的 DataFrame：

>>> import pandas as pd
>>> data = {'name': ['Alice', 'Ben', 'Cathy', 'David'],
...         'age': [20, 21, 22, 23],
...         'gender': ['F', 'M', 'F', 'M']}
>>> df = pd.DataFrame(data)
>>> df
    name  age gender
0  Alice   20      F
1    Ben   21      M
2  Cathy   22      F
3  David   23      M

我们想要删除第 2 行和第 4 行，可以通过下面的方式实现：

>>> df.drop(index=[1, 3], inplace=True)
>>> df
    name  age gender
0  Alice   20      F
2  Cathy   22      F

在上面的代码中，我们传递了一个列表 [1, 3] 给 index 参数，指定要删除的行的下标。指定了 inplace=True ，表示直接修改原 DataFrame。

示例2：删除列

我们同样可以删除 DataFrame 中的列。假设有如下的 DataFrame：

>>> data = {'name': ['Alice', 'Ben', 'Cathy', 'David'],
...         'age': [20, 21, 22, 23],
...         'gender': ['F', 'M', 'F', 'M']}
>>> df = pd.DataFrame(data)
>>> df
    name  age gender
0  Alice   20      F
1    Ben   21      M
2  Cathy   22      F
3  David   23      M

我们想删除 age 这一列，可以使用下面的代码：

>>> df.drop(columns='age', inplace=True)
>>> df
    name gender
0  Alice      F
1    Ben      M
2  Cathy      F
3  David      M

在上面的代码中，我们指定了要删除的列的标签 'age'，通过 columns 参数传递给 drop() 方法。同样地，指定了 inplace=True，表示直接修改原 DataFrame。

以上就是关于 "Pandas.DataFrame删除指定行和列(drop)的实现" 的完整攻略。