首先我们来讲一下pandas删除某列数据的实现。
DataFrame.drop()方法可以用来删除行或列，axis参数可以指定删除行还是删除列。当axis=0时删除行，当axis=1时删除列。
示例代码如下：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie'],
'age': [20, 25, 30],
'sex': ['female', 'male', 'male']
}
df = pd.DataFrame(data)
# 删除sex列
df = df.drop('sex', axis=1)
print(df)
运行结果如下：
name age
0 Alice 20
1 Bob 25
2 Charlie 30
除了使用DataFrame.drop()方法以外，还可以使用del关键字删除列。
示例代码如下：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie'],
'age': [20, 25, 30],
'sex': ['female', 'male', 'male']
}
df = pd.DataFrame(data)
# 删除sex列
del df['sex']
print(df)
运行结果和上面的示例一样。
接下来我们再来讲一下pandas删除某行数据的实现方法。
示例代码如下：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie'],
'age': [20, 25, 30],
'sex': ['female', 'male', 'male']
}
df = pd.DataFrame(data)
# 删除第二行数据
df = df.drop(1)
print(df)
运行结果如下：
name age sex
0 Alice 20 female
2 Charlie 30 male
示例代码如下：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'],
'age': [20, 25, 30, 35, 40],
'sex': ['female', 'male', 'male', 'male', 'female']
}
df = pd.DataFrame(data)
# 删除第二行和第四行数据
df = df.drop([1, 3])
print(df)
运行结果如下：
name age sex
0 Alice 20 female
2 Charlie 30 male
4 Emma 40 female
以上就是pandas删除某行或某列数据的实现示例的完整攻略。
本文链接：http://task.lmcjl.com/news/17604.html