Python的pandas的dataframe的drop方法删除行列
drop( 方法用于删除 DataFrame 中的行和列。它有三个主要的参数：labels、axis 和 inplace。下面将详细介绍这些参数以及如何正确使用 drop( 方法来删除行和列。
1.删除行：
要删除 DataFrame 中的行，可以使用 drop( 方法并将 axis 参数设置为 0 或 'index'。例如，假设我们有一个名为 df 的 DataFrame，要删除索引为 2 的行，可以使用以下代码：
```
df.drop(2, axis=0)
```
该代码将返回一个新的 DataFrame，其中不包含索引为 2 的行。默认情况下，drop( 方法不会修改原始 DataFrame，而是返回一个新的 DataFrame。如果要在原地删除行，可以将 inplace 参数设置为 True，如下所示：
```
drop删除表df.drop(2, axis=0, inplace=True)
```
这将从原始 DataFrame 中删除索引为 2 的行。
2.删除列：
要删除 DataFrame 中的列，可以使用 drop( 方法并将 axis 参数设置为 1 或 'columns'。例如，假设我们有一个名为 df 的 DataFrame，要删除名为 'column1' 的列，可以使用以下代码：
```
df.drop('column1', axis=1)
```
该代码将返回一个新的 DataFrame，其中不包含 'column1' 列。要在原地删除列，可以将 inplace 参数设置为 True，如下所示：
```
df.drop('column1', axis=1, inplace=True)
```
这将从原始 DataFrame 中删除 'column1' 列。
3.删除多行或多列：
要删除多行或多列，可以传递一个列表给 labels 参数。例如，假设我们有一个名为 df 的 DataFrame，要删除索引为 2 和 3 的行，可以使用以下代码：
```
df.drop([2, 3], axis=0)
```
要删除多列，可以使用以下代码：
```
df.drop(['column1', 'column2'], axis=1)
```
```
df.drop('nonexistent_column', axis=1, errors='ignore')
```
这样不会引发 KeyError，并且将返回原始 DataFrame。
最后，需要注意的是，drop( 方法默认会返回删除后的结果，如果要在原地删除 DataFrame 的行或列，需要将 inplace 参数设置为 True。此外，也可以对 drop( 方法的返回值进行进一
步的处理，例如将其赋值给一个新的变量，以便在后续的分析中使用。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。