pandas 删除多出数据的行
时间: 2023-09-04 21:07:53 浏览: 45
在 Pandas 中,可以使用 `drop` 方法删除多余的行数据。下面是一个示例代码:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
# 删除多余的行数据
df = df.drop([2, 3])
print(df)
```
在这个示例中,我们创建了一个包含 4 行数据的 DataFrame,然后使用 `drop` 方法删除了索引为 2 和 3 的两行数据。最终输出的 DataFrame 只包含索引为 0 和 1 的两行数据。
如果你想要删除多余的列数据,只需要将 `drop` 方法中的 `axis` 参数设置为 1 即可。例如:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
# 删除多余的列数据
df = df.drop(['B'], axis=1)
print(df)
```
在这个示例中,我们删除了名为 'B' 的列数据,最终输出的 DataFrame 只包含名为 'A' 的一列数据。
相关问题
pandas删除数据行
要删除 Pandas 数据帧中的行,可以使用 `drop()` 方法。以下是删除数据行的示例代码:
```python
import pandas as pd
# 创建一个示例数据帧
data = {'Name': ['John', 'Emma', 'Tom', 'Emily'],
'Age': [28, 24, 32, 27],
'City': ['New York', 'London', 'Paris', 'Berlin']}
df = pd.DataFrame(data)
# 使用 drop() 方法删除指定索引的行
df = df.drop([1, 3])
print(df)
```
输出结果为:
```
Name Age City
0 John 28 New York
2 Tom 32 Paris
```
在上述代码中,我们使用 `drop()` 方法删除了索引为 1 和 3 的行。
pandas删除指定数据的行
可以使用 `drop` 方法来删除指定数据的行。下面是一个示例代码:
```python
import pandas as pd
# 创建一个包含示例数据的 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'age': [25, 30, 35, 40, 45],
'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)
# 删除名字为 "Charlie" 的行
df = df.drop(df[df['name'] == 'Charlie'].index)
print(df)
```
输出结果为:
```
name age gender
0 Alice 25 F
1 Bob 30 M
3 David 40 M
4 Eva 45 F
```
在上面的代码中,我们首先创建了一个包含示例数据的 DataFrame。然后,我们使用 `drop` 方法来删除名字为 "Charlie" 的行。具体来说,我们通过 `df['name'] == 'Charlie'` 来创建一个布尔索引,然后将其传递给 `df.drop` 方法。这个方法会返回一个新的 DataFrame,其中名字为 "Charlie" 的行已经被删除了。最后,我们使用 `print` 函数来输出结果。