前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >pandas dataframe删除一行或一列:drop函数

pandas dataframe删除一行或一列:drop函数

作者头像
哆哆Excel
发布于 2022-10-25 05:55:04
发布于 2022-10-25 05:55:04
5.1K00
代码可运行
举报
文章被收录于专栏:哆哆Excel哆哆Excel
运行总次数:0
代码可运行

pandas dataframe删除一行或一列:drop函数

【知识点】

用法:

DataFrame.drop(labels=None,axis=0,index=None,columns=None, inplace=False)

参数说明:

labels 就是要删除的行列的名字,用列表给定

axis 默认为0,指删除行,因此删除columns时要指定axis=1;

index 直接指定要删除的行

columns 直接指定要删除的列

inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe;

inplace=True,则会直接在原数据上进行删除操作,删除后无法返回。

因此,删除行列有两种方式:

1)labels=None,axis=0的组合

2)index或columns直接指定要删除的行或列

【实例】

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# -*- coding: UTF-8 -*-
import pandas as pd
df=pd.read_excel('data_1.xlsx')
print(df)
df=df.drop(['学号','语文'],axis=1)
print(df)
df=df.drop([1,2],axis=0)
print(df)

df=df.drop(['学号','语文'],axis=1)

df=df.drop([1,2],axis=0)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-09-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 哆哆Excel 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【数据处理包Pandas】DataFrame数据的基本操作
查询一行数据时既可以使用loc索引器(标签索引器),也可以使用iloc位置索引器。查询单行的结果是一个 Series 对象。
Francek Chen
2025/01/22
2060
【数据处理包Pandas】DataFrame数据的基本操作
Python数据处理从零开始----第三章(pandas)①删除列目录
在这里默认:axis=0,指删除index,因此删除columns时要指定axis=1; inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe;inplace=True,则会直接在原数据上进行删除操作,删除后就回不来了。
用户1359560
2018/12/14
8300
Pandas数据处理2、DataFrame的drop函数具体参数使用详情
        这个女娃娃是否有一种初恋的感觉呢,但是她很明显不是一个真正意义存在的图片,我们需要很复杂的推算以及各种炼丹模型生成的AI图片,我自己认为难度系数很高,我仅仅用了64个文字形容词就生成了她,很有初恋的感觉,符合审美观,对于计算机来说她是一组数字,可是这个数字是怎么推断出来的就是很复杂了,我们在模型训练中可以看到基本上到处都存在着Pandas处理,在最基础的OpenCV中也会有很多的Pandas处理,所以我OpenCV写到一般就开始写这个专栏了,因为我发现没有Pandas处理基本上想好好的操作图片数组真的是相当的麻烦,可以在很多AI大佬的文章中发现都有这个Pandas文章,每个人的写法都不同,但是都是适合自己理解的方案,我是用于教学的,故而我相信我的文章更适合新晋的程序员们学习,期望能节约大家的事件从而更好的将精力放到真正去实现某种功能上去。本专栏会更很多,只要我测试出新的用法就会添加,持续更新迭代,可以当做【Pandas字典】来使用,期待您的三连支持与帮助。
红目香薰
2023/02/17
1.5K0
Pandas数据处理2、DataFrame的drop函数具体参数使用详情
从DataFrame中删除列
在操作数据的时候,DataFrame对象中删除一个或多个列是常见的操作,并且实现方法较多,然而这中间有很多细节值得关注。
老齐
2021/03/29
8.5K0
[869]pandas的dataFrame的行列索引操作
这里的index的索引列是从0开始的,那么现在我想要让它从1开始怎么做? 我搜了几篇文章,发现有的是:
周小董
2020/07/21
1.7K0
pandas
一个ndarray------->pd.Series(np.random.randint(2),index=['a','b'])
用户6841540
2024/07/25
7390
pandas入门:Series、DataFrame、Index基本操作都有了!
导读:pandas是一款开放源码的BSD许可的Python库。它基于NumPy创建,为Python编程语言提供了高性能的、易于使用的数据结构和数据分析工具。
CDA数据分析师
2020/09/22
4.8K0
pandas入门:Series、DataFrame、Index基本操作都有了!
Pandas部分应掌握的重要知识点
数据集team.xlsx下载地址: 链接:https://pan.quark.cn/s/9e3b2a933510 提取码:7i2y
Francek Chen
2025/01/22
3410
Pandas部分应掌握的重要知识点
pandas 处理缺失值[dropna、drop、fillna][通俗易懂]
对于dropna和fillna,dataframe和series都有,在这主要讲datafame的
全栈程序员站长
2022/11/04
2K0
Python开发之Pandas的使用
==值得注意的是,drop函数不会修改原数据,如果想直接对原数据进行修改的话,可以选择添加参数inplace = True或用原变量名重新赋值替换。==
MiChong
2020/09/24
3K0
Numpy和pandas的使用技巧
'''2、np.cumsum()返回一个数组,将像sum()这样的每个元素相加,放到相应位置'''
用户2337871
2020/02/13
3.8K0
Pandas-3. DataFrame
Series组成的字典可以作为参数来创建DataFrame。其索引是所有Series的索引的并集。 例子:
悠扬前奏
2019/05/28
1.4K0
Pandas 第一轮零基础扫盲
公众号原文首发:https://mp.weixin.qq.com/s/4RYfYc8_2vNxvq_B1bZrUA
AI悦创
2022/06/06
2.2K0
pandas操作excel全总结
pandas是基于Numpy创建的Python包,内置了大量标准函数,能够高效地解决数据分析数据处理和分析任务,pandas支持多种文件的操作,比如Excel,csv,json,txt 文件等,读取文件之后,就可以对数据进行各种清洗、分析操作了。
吾非同
2021/02/05
22.3K0
Python pandas十分钟教程
Pandas是数据处理和数据分析中最流行的Python库。本文将为大家介绍一些有用的Pandas信息,介绍如何使用Pandas的不同函数进行数据探索和操作。 包括如何导入数据集以及浏览,选择,清理,索引,合并和导出数据等常用操作的函数使用,这是一个很好的快速入门指南,如果你已经学习过pandas,那么这将是一个不错的复习。
深度学习与Python
2019/06/18
10.5K0
Pandas_Study01
series 和 dataframe 这是pandas 中最为基本的两个概念,series 类似于一维数组,可以近似当成普通的数组进行操作,对于series 默认会有行索引为它索引,但特殊的同时与普通的一维数组不同 列表只能有从0开始的整数索引,而series则可以自定义标签索引,这一点来看,跟字典又比较相似,因此series又可以拥有类似字典的操作方式,series 的标签索引可以随时更新修改替换。series 提供有很多方便的方法,用于判断值为空的 isnull, notnull,sort_index(), sort_values() 用于排序的方法等。
Echo_Wish
2023/11/30
4230
数据分析利器 pandas 系列教程(二):强大的 DataFrame
dataframe 是表格型的数据结构,由一组有序的列组成,可以看成是由 Series 组成的字典,举个例子:
月小水长
2020/02/25
1.2K0
Python数据分析模块 | pandas做数据分析(二):常用预处理操作
在数据分析和机器学习的一些任务里面,对于数据集的某些列或者行丢弃,以及数据集之间的合并操作是非常常见的. 1、合并操作 pandas.merge pandas.merge(left, right, how=’inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x’, ‘_y’), copy=True, indicator=False) 作用:通过执
用户1332428
2018/03/09
1.9K0
Python数据分析模块 | pandas做数据分析(二):常用预处理操作
十分钟掌握Pandas基本操作(上)
为了更好地掌握数据科学必备库Pandas的基本使用,本文通过精灵宝可梦的数据集实战,我们一起过一遍Pandas的基本操作,文中的代码都附有注释,并给出了结果的配图。
老肥码码码
2020/04/26
8610
Pandas
Pandas 是 Python 的核心数据分析支持库,提供了快速、灵活、明确的数据结构,旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具,其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力,Pandas 离这个目标已经越来越近了。
爱编程的小明
2022/09/05
9.5K0
Pandas
相关推荐
【数据处理包Pandas】DataFrame数据的基本操作
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验