Python 使用Pandas.drop()从DataFrame中删除行/列

下面我将为您详细讲解Python使用Pandas.drop()从DataFrame中删除行/列的完整攻略。

1. Pandas.drop()简介

Pandas是一个Python的数据分析库，可以用于处理和分析各种结构化的数据，其中Pandas.drop()是一个删除行/列的函数。Pandas.drop()的具体使用方法如下：

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

其中参数说明如下：

• labels：要删除的行/列的标签，可接收单个标签或标签列表，默认为None；
• axis：确定待删除的行/列，0表示行，1表示列，默认为0；
• index：索引，与labels参数一致，但axis=0时使用；
• columns：列名，与labels参数一致，但axis=1时使用；
• level：对于MultiIndex dataframe，指定标签标识一个特定的级别，默认为None；
• inplace：是否修改原始DataFrame，默认为False；
• errors：如果指定的标签不在DataFrame中，则引发异常或忽略，raise或ignore，默认为raise。

2. 删除行示例

首先我们来看看如何删除DataFrame中的行，下面是一个示例数据集：

import pandas as pd

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky', 'Alex'], 
        'age': [28, 34, 29, 42, 22], 
        'country': ['US', 'UK', 'China', 'Australia', 'Canada']}
df = pd.DataFrame(data)
print(df)

输出结果：

    name  age    country
0    Tom   28         US
1   Jack   34         UK
2  Steve   29      China
3  Ricky   42  Australia
4   Alex   22     Canada

我们想删除第4行，即Ricky的行，可以使用如下代码实现：

df.drop(index=3, inplace=True)
print(df)

输出结果：

    name  age country
0    Tom   28      US
1   Jack   34      UK
2  Steve   29   China
4   Alex   22  Canada

在这个例子中，我们通过指定index参数，将待删除的行的整数索引传递给DataFrame.drop()函数。由于inplace参数为True，所以原始数据集df会直接被修改。

除了使用整数索引，我们还可以使用标签来删除行。比如我们想删除name列中为Tom的行，可以使用如下代码实现：

df.drop(df[df['name'] == 'Tom'].index, inplace=True)
print(df)

输出结果：

    name  age country
1   Jack   34      UK
2  Steve   29   China
4   Alex   22  Canada

其中df[df['name'] == 'Tom']表示创建一个布尔值的pandas.Series，其中为True的索引值表示'name'列中与'Tom'相等的行。这个布尔Series可以在DataFrame.drop()中使用，delete该布尔Series为True的索引。最后，inplace参数为True表示对原始数据集进行就地修改。

3. 删除列示例

接下来我们来看看如何删除DataFrame中的列，下面是一个示例数据集：

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky', 'Alex'], 
        'math': [70, 95, 89, 78, 83], 
        'english': [74, 61, 48, 87, 69], 
        'biology': [90, 88, 82, 76, 92]}
df = pd.DataFrame(data)
print(df)

输出结果：

    name  math  english  biology
0    Tom    70       74       90
1   Jack    95       61       88
2  Steve    89       48       82
3  Ricky    78       87       76
4   Alex    83       69       92

我们想要删除生物成绩列，可以使用如下代码实现：

df.drop('biology', axis=1, inplace=True)
print(df)

输出结果：

    name  math  english
0    Tom    70       74
1   Jack    95       61
2  Steve    89       48
3  Ricky    78       87
4   Alex    83       69

在这个例子中，我们将axis参数设置为1以删除列。如果不指定axis，则默认为0，即删除行。

我们还可以通过多列名来删除多列。比如我们想要删除数学成绩和英语成绩两列，可以使用如下代码实现：

df.drop(['math', 'english'], axis=1, inplace=True)
print(df)

输出结果：

    name
0    Tom
1   Jack
2  Steve
3  Ricky
4   Alex

由于Math和English两列都已经被删除，DataFrame只剩下名字name这一列了。

到此为止，我们已经学会了如何使用Pandas.drop()从DataFrame中删除行/列的完整攻略。如果您在学习过程中有任何疑问，欢迎随时提出。