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 pd
import 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Nan
df.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 D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
A B C D
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
B C D
a 1 2 3
b 5 6 7
c 9 10 11
d 13 14 15
e 17 18 19
****************************************
None
****************************************
B C D
a 1 2 3
b 5 6 7
c 9 10 11
d 13 14 15
e 17 18 19
到此这篇关于python基础pandas的drop()用法的文章就介绍到这了,更多相关python pandas drop()用法内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
