本篇内容主要讲解“python基础pandas的drop()怎么使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“python基础pandas的drop()怎么使用”吧!
python基础pandas的drop()用法
做数据处理得时候用到了pandas,体验不错，记录如下：
import pandas as pdimport numpy as np直接可以用pandas生成随机数组
df = pd.DataFrame(np.random.randn(5,3),index = list('abcde'),columns = ['one','two','three'])
假设其中存在空数：
df.ix[1,:-1] = np.nan #第二行，排除倒数第一个都是Nandf.ix[1:-1,2] = np.nan #第三列，排除第一个和最后一个都是Nan
把Nan的全部删掉
print('\n',df.dropna())
有选择的删，而不是删Nan
print(df.drop(['one'],axis=1))print(df.drop(['a','c'],axis = 0))
补充：python pandas 之drop()函数
drop函数的使用
（1）drop() 删除行和列
drop([ ],axis=0,inplace=True)
drop([])，默认情况下删除某一行；
如果要删除某列，需要axis=1；
参数inplace 默认情况下为False，表示保持原来的数据不变，True 则表示在原来的数据上改变。
import pandas as pd import numpy as np data=pd.DataFrame(np.arange(20).reshape((5,4)),columns=list('ABCD'),index=['a','b','c','d','e'])print(data)print('*'*40)print(data.drop(['a'])) #删除a 行，默认inplace=False,print('*'*40)print(data)# data 没有变化print('*'*40)print(data.drop(['A'],axis=1))#删除列print('*'*40)print(data.drop(['A'],axis=1,inplace=True)) #在本来的data 上删除print('*'*40)print(data)data 发生变化 A B C Da 0 1 2 3b 4 5 6 7c 8 9 10 11d 12 13 14 15e 16 17 18 19**************************************** A B C Db 4 5 6 7c 8 9 10 11d 12 13 14 15e 16 17 18 19**************************************** A B C Da 0 1 2 3b 4 5 6 7c 8 9 10 11d 12 13 14 15e 16 17 18 19**************************************** B C Da 1 2 3b 5 6 7c 9 10 11d 13 14 15e 17 18 19****************************************None**************************************** B C Da 1 2 3b 5 6 7c 9 10 11d 13 14 15e 17 18 19到此，相信大家对“python基础pandas的drop()怎么使用”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
