如何通过索引标签删除熊猫数据框中的行？
熊猫为数据分析师提供了一种使用 删除和过滤数据帧的方法。降()法。使用此方法，可以使用索引标签或列名删除行。
语法: DataFrame.drop(标签=无，轴=0，索引=无，列=无，级别=无，inplace=False，错误='raise') 参数: 标签:引用行或列名称的字符串或字符串列表。 轴: int 或 string 值，0 'index '代表行，1 'columns '代表列。 索引或列:单个标签或列表。索引或列是 axis 的替代项，不能一起使用。 级别:用于指定数据帧有多级索引时的级别。 在位:如果为真，则对原始数据框进行更改。 错误:如果列表中没有任何值，则忽略错误，并在错误= '忽略' 时丢弃其余值。返回类型:具有丢弃值的数据框
现在，让我们创建一个示例数据框
Python 3
# import pandas library
import pandas as pd
# dictionary with list object in values
details = {
'Name' : ['Ankit', 'Aishwarya', 'Shaurya','Shivangi'],
'Age' : [23, 21, 22,21],
'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
# creating a Dataframe object
df = pd.DataFrame(details,columns = ['Name','Age','University'],
index = ['a', 'b', 'c', 'd'])
df
输出:
示例#1:按行索引标签删除数据框中的单个行
Python 3
# import pandas library
import pandas as pd
# dictionary with list object in values
details = {
'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
'Age' : [23, 21, 22, 21],
'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
index = ['a', 'b', 'c', 'd'])
# return a new dataframe by dropping a
# row 'c' from dataframe
update_df = df.drop('c')
update_df
输出:
示例#2:通过索引标签删除数据框中的多行
Python 3
# import pandas library
import pandas as pd
# dictionary with list object in values
details = {
'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
'Age' : [23, 21, 22, 21],
'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
index = ['a', 'b', 'c', 'd'])
# return a new dataframe by dropping a row
# 'b' & 'c' from dataframe
update_df = df.drop(['b', 'c'])
update_df
输出:
示例#3:按数据框中的索引位置删除多行
Python 3
# import pandas library
import pandas as pd
# dictionary with list object in values
details = {
'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
'Age' : [23, 21, 22, 21],
'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
index = ['a', 'b', 'c', 'd'])
# return a new dataframe by dropping a row
# 'b' & 'c' from dataframe using their
# respective index position
update_df = df.drop([df.index[1], df.index[2]])
update_df
输出:
示例#4:就地删除数据框中的行
Python 3
# import pandas library
import pandas as pd
# dictionary with list object in values
details = {
'Name' : ['Ankit', 'Aishwarya', 'Shaurya', 'Shivangi'],
'Age' : [23, 21, 22, 21],
'University' : ['BHU', 'JNU', 'DU', 'BHU'],
}
# creating a Dataframe object
df = pd.DataFrame(details, columns = ['Name', 'Age', 'University'],
index = ['a', 'b', 'c', 'd'])
# dropping a row 'c' & 'd' from actual dataframe
df.drop(['c', 'd'], inplace = True )
df
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
