pandas删除多个字段的行
时间: 2023-10-21 09:11:47 浏览: 39
可以使用drop函数,指定需要删除的列名,例如:
```python
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 删除多个列
df = df.drop(['B', 'C'], axis=1)
print(df)
```
输出:
```
A
0 1
1 2
2 3
```
相关问题
python 根据多个字段去重
可以使用pandas库中的drop_duplicates方法,指定多个列名即可去重。例如:
```
import pandas as pd
df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B'], 'col2': ['C', 'D', 'C', 'D'], 'col3': ['E', 'F', 'G', 'H']})
df.drop_duplicates(subset=['col1', 'col2'], keep='first', inplace=True)
print(df)
```
其中,subset参数指定了多个需要去重的列名,keep参数指定了保留哪个重复行('first'表示保留第一个,'last'表示保留最后一个,False表示删除所有重复行),inplace参数表示是否在原数据上修改。
dataframe text 删除一些特定字段
可以使用 Pandas 库中的 `drop` 函数删除特定字段。
假设你有一个名为 `df` 的 DataFrame,其中包含一个名为 `text` 的字段和一个名为 `id` 的字段。如果你想删除 `id` 字段,可以使用以下代码:
```python
df.drop('id', axis=1, inplace=True)
```
此代码将删除 `id` 字段,并将更改应用于原始 DataFrame(通过 `inplace=True` 参数)。
如果你想一次删除多个字段,可以将它们作为列表传递:
```python
df.drop(['id', 'other_field'], axis=1, inplace=True)
```
此代码将删除 `id` 和 `other_field` 两个字段。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)