pandas.DataFrame.drop()函数介绍

官方文档：pandas.DataFrame.drop

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’)

labels: 要删除的行标签/列标签
axis：默认取0删除行，取1删除列
index：删除行(labels, axis=0 is equivalent to index=labels)
columns：删除列(labels, axis=1 is equivalent to columns=labels)
level：针对有多级行标或列标的集合，level=x 即按照 x 级行/列标删除整行
inplace：默认inplace=False, 仅返回copy；inplace=True为在原dataframe上修改
errors: {‘ignore’, ‘raise’}, default ‘raise’

Examples:

df = pd.DataFrame(np.arange(12).reshape(3, 4),columns=['A', 'B', 'C', 'D'])
# Output
dfA  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

1. 列删除

# .drop()方法
df.drop(columns=['列名1', '列名2'])
# OR
df.drop(['列名1', '列名2'], axis=1)
# del方法(一次只能删除一列)
del df['列名']
# .pop()方法(一次只能删除一列)
df.pop('列名')

Example：删除 ‘B’ 和 ‘C’ 列

df.drop(['B', 'C'], axis=1)
# OR
df.drop(columns=['B', 'C'])
# OutputA   D
0  0   3
1  4   7
2  8  11

2. 行删除

2.1 根据索引删除行

df.drop(['行名1', '行名2'])

Example：删除第0和1行

df.drop([0, 1])
# OutputA  B   C   D
2  8  9  10  11

2.2 根据条件删除行

df.drop(df[条件].index)

Example：删除A列大于4的所有行

df.drop(df[df.A >= 4].index)
# OutputA  B   C   D
0  0  1   2   3

3. 删除多级行标/列表的DataFrame

Example

midx = pd.MultiIndex(levels=[['speed', 'cow', 'falcon'],['speed', 'weight', 'length']],codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],[0, 1, 2, 0, 1, 2, 0, 1, 2]])      df = pd.DataFrame(index=midx, columns=['big', 'small'],data=[[45, 30], [200, 100], [1.5, 1], [30, 20],[250, 150], [1.5, 0.8], [320, 250],[1, 0.8], [0.3,0.2]])
# Outputbig     small
lama    speed   45.0    30.0weight  200.0   100.0length  1.5     1.0
cow     speed   30.0    20.0weight  250.0   150.0length  1.5     0.8
falcon  speed   320.0   250.0weight  1.0     0.8length  0.3     0.2

3.1 删除特定的索引组合

df.drop(index=('索引1', '索引2'))
df.drop(index='行名', columns='列名')

Example 1: 删除 ‘falcon’ 的 ‘weight’ 行

df.drop(index=('falcon', 'weight'))
# Outputbig     small
lama    speed   45.0    30.0weight  200.0   100.0length  1.5     1.0
cow     speed   30.0    20.0weight  250.0   150.0length  1.5     0.8
falcon  speed   320.0   250.0length  0.3     0.2

Example 2: 删除 ‘cow’ 行和 ‘small’ 列

df.drop(index='cow', columns='small')
# Outputbig
lama    speed   45.0weight  200.0length  1.5
falcon  speed   320.0weight  1.0length  0.3

3.2 按照行/列标删除

# 删除第 x+1 级行标, 默认为0
df.drop(index='行名', level=x)
# 删除第 y+1 级列标，默认为0
df.drop(columns='列名', level=y)

Example 1：删除第二级行标的 ‘length’ 行

df.drop(index='length', level=1)
# Outputbig     small
lama    speed   45.0    30.0weight  200.0   100.0
cow     speed   30.0    20.0weight  250.0   150.0
falcon  speed   320.0   250.0weight  1.0     0.8

Example 2：删除第1级行标的 ‘lama’ 行

df.drop(index='lama') # 默认 level=0
# Output:big     small
cow     speed   30.0    20.0weight  250.0   150.0length  1.5     0.8
falcon  speed   320.0   250.0weight  1.0     0.8length  0.3     0.2

pandas行/列删除相关推荐

python删除空值的行_python删除列为空的行的实现方法
python删除列为空的行的实现方法发布时间:2020-07-17 17:26:54 来源:亿速云阅读:112 作者:小猪这篇文章主要讲解了python删除列为空的行的实现方法,内容清晰明了,对 ...
pandas删除数据行中的重复数据行、基于dataframe所有列删除重复行、基于特定数据列或者列的作何删除重复行、删除重复行并保留重复行中的最后一行、pandas删除所有重复行（不进行数据保留）
pandas删除数据行中的重复数据行.基于dataframe所有列删除重复行.基于特定数据列或者列的作何删除重复行.删除重复行并保留重复行中的最后一行.pandas删除所有重复行(不进行数据保留) 目 ...
pandas获得指定行_pandas取dataframe特定行/列
转自他人博客:https://blog.csdn.net/weixin_39586825/article/details/111758506 1.按列取.按索引/行取.按特定行列取 import nu ...
pandas处理数据代码：分组聚合、保留重复行、删除重复行
txt转csv import numpy as np import pandas as pdtxt=np.loadtxt('1216.txt')txtDF=pDataFrame(txt) txtDF. ...
R语言dplyr包移除dataframe数据行实战（Remove Rows）：按照条件移除数据行、按照索引移除数据行、删除包含NA值的所有数据行、删除具体列包含NA值的数据行
R语言dplyr包移除dataframe数据行实战(Remove Rows):按照条件移除数据行.按照索引移除数据行.删除包含NA值的所有数据行.删除具体列包含NA值的数据行目录
python对csv数据提取某列的某些行_python pandas获取csv指定行列的操作方法
pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: house_info.loc[3:6]类似于python的切片 ...
python pandas读取csv文件指定行_python pandas获取csv指定行列的操作方法
python pandas获取csv指定行列的操作方法 pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: ho ...
VBA-常用函数集锦-13-Excel多行或多列删除
系统:Windows 7 软件:Excel 2010 这个系列集锦了一些常用功能今天说说对多行多列的删除操作重点强调如何表示多行或者多列数据源形式 Part 1:多行删除通过Rows和Rang ...
Python Pandas 行数据筛选方法汇总
Pandas 行数据筛选一.准备数据二.通过逻辑规则筛选(大于/小于等) 三.删除重复元素三.显示最前面 / 最后面的 n 行 3.1 显示前面 n 行 3.2 显示后面 n 行四.随机抽取 ...

pandas行/列删除