df.drop()中index、columns、labels 和 axis相关参数用法
时间: 2024-01-09 07:03:30 浏览: 276
df.rank & pd.pivot_table & pd.read_excel & df添加行 &调整df行列顺序(reindex再理解)
在 Pandas 中,`df.drop()` 方法用于删除 DataFrame 中的行或列。该方法可以接受多个参数,包括 `index`、`columns`、`labels` 和 `axis` 等。这些参数的用法如下:
- `index`:要删除的行的索引,可以是单个索引或索引列表。例如,`df.drop(index=2)` 表示删除索引为2的行;`df.drop(index=[2, 3, 4])` 表示删除索引为2、3、4的行。
- `columns`:要删除的列的名称,可以是单个列名或列名列表。例如,`df.drop(columns='A')` 表示删除名为'A'的列;`df.drop(columns=['A', 'B'])` 表示删除名为'A'和'B'的列。
- `labels`:要删除的行或列的标签,可以是单个标签或标签列表。如果 `axis=0`,则表示要删除的是行;如果 `axis=1`,则表示要删除的是列。例如,`df.drop(labels=2, axis=0)` 表示删除标签为2的行;`df.drop(labels=['A', 'B'], axis=1)` 表示删除名为'A'和'B'的列。
- `axis`:要删除的轴,可以是0或1。如果 `axis=0`,则表示要删除的是行;如果 `axis=1`,则表示要删除的是列。如果不指定 `axis` 参数,则默认为0。
需要注意的是,`df.drop()` 方法会返回一个新的 DataFrame,而不会修改原始 DataFrame。如果需要在原始 DataFrame 上进行修改,可以使用 `inplace=True` 参数。例如:
```python
df.drop(index=2, inplace=True)
```
这将直接在原始 DataFrame 上删除索引为2的行,不需要返回一个新的 DataFrame。
阅读全文