Python-使用Pandas.drop()从DataFrame删除行/列

Pandas是最受欢迎的用于数据分析和数据整理的python库之一。在本文中，我们将看到如何创建熊猫数据框，然后从该数据框中删除一些选择性的行或列。

删除红袍

在下面的示例中，我们将iris.csv文件读入数据帧。我们首先看一下现有的数据帧，然后通过提供要删除的值将drop函数应用于索引列。正如我们在结果集底部看到的那样，行数减少了3。

例子

import pandas as pd
# 从csv文件制作数据帧
data = pd.read_csv("E:\\iris1.csv",index_col ="Id")
print(data)
# 删除传递的值
data.drop([6,9,10],inplace=True)
# 展示
print(data)

输出

运行上面的代码给我们以下结果-

   SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1    5.1                3.5             1.4             0.2       Iris-setosa
2    4.9                3.0             1.4             0.2       Iris-setosa
3    4.7                3.2             1.3             0.2       Iris-setosa
.   ..   …   .…   .…..……
[150 rows x 5 columns]

After Dropping
   SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1      5.1                3.5             1.4             0.2       Iris-setosa
2      4.9                3.0             1.4             0.2       Iris-setosa
3      4.7                3.2             1.3             0.2       Iris-setosa
149    6.2                3.4             5.4             2.3       Iris-virginica
150    5.9                3.0             5.1             1.8       Iris-virginica
………………….
[147 rows x 5 columns]

下降列

为了将列从大熊猫数据框中删除，我们使用axis参数。在放置函数中将其值设置为1，并提供要放置的列名。如您所见，结果集中的列数从5减少到3。

例子

import pandas as pd
# 从csv文件制作数据帧
data = pd.read_csv("E:\\iris1.csv",index_col ="Id")
print(data)
# 删除传递的值
data.drop(['SepalWidthCm','PetalLengthCm'],axis=1,inplace=True)
print("After Dropping")
# 展示
print(data)

输出

运行上面的代码给我们以下结果-

   SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1       5.1          3.5                1.4             0.2          Iris-setosa
2       4.9          3.0                1.4             0.2          Iris-setosa
3       4.7          3.2                1.3             0.2          Iris-setosa
.   .   .…   .…   .….   .……
[150 rows x 5 columns]
After Dropping
   SepalLengthCm    PetalWidthCm    Species
Id
1    5.1             0.2             Iris-setosa
2    4.9             0.2             Iris-setosa
3    4.7             0.2             Iris-setosa
.....….
[150 rows x 3 columns]