极客笔记Pandas drop删除数据集中不需要的行或列
参考：pandas drop
pandas是一个强大的数据处理库，它提供了许多用于数据清理和分析的功能。其中，drop函数是一个非常重要的功能，它可以帮助我们删除数据集中不需要的行或列。在本文中，我们将详细介绍pandas drop函数的使用方法。
1. 基本用法
pandas drop函数的基本语法如下：
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
参数说明：
labels：要删除的行或列的标签。axis：删除行还是列。如果axis=0，则删除行，如果axis=1，则删除列。index：要删除的行的标签。columns：要删除的列的标签。level：用于多级索引。inplace：是否在原地修改数据。如果inplace=True，则在原地修改数据，如果inplace=False，则返回一个新的数据集。errors：如果设置为'raise'，则当标签不存在时抛出错误，如果设置为'ignore'，则当标签不存在时不做任何操作。
下面是一个基本的示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 删除列'A'
df.drop('A', axis=1)
print(df)
Output:
2. 删除行
如果我们想要删除数据集中的某些行，我们可以使用drop函数，并设置axis=0。下面是一个示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 删除行2和3
df.drop([2, 3], axis=0)
print(df)
Output:
3. 删除列
如果我们想要删除数据集中的某些列，我们可以使用drop函数，并设置axis=1。下面是一个示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 删除列'B'和'C'
df.drop(['B', 'C'], axis=1)
print(df)
Output:
4. 在原地修改数据
如果我们想要在原地修改数据，而不是返回一个新的数据集，我们可以设置inplace=True。下面是一个示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 在原地删除列'B'
df.drop('B', axis=1, inplace=True)
print(df)
Output:
5. 处理错误
如果我们尝试删除不存在的标签，drop函数默认会抛出一个错误。如果我们不希望抛出错误，我们可以设置errors='ignore'。下面是一个示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 尝试删除不存在的列'G'
df.drop('G', axis=1, errors='ignore')
print(df)
Output:
6. 使用index和columns参数
我们也可以使用index和columns参数来删除行和列。下面是一个示例：
import pandas as pd
# 创建一个数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
})
# 删除行2和3，列'B'和'C'
df.drop(index=[2, 3], columns=['B', 'C'])
print(df)
Output:
7. 使用多级索引
如果我们的数据集有多级索引，我们可以使用level参数来删除特定级别的行或列。下面是一个示例：
import pandas as pd
# 创建一个具有多级索引的数据集
df = pd.DataFrame({
'A': ['foo', 'bar', 'baz', 'qux', 'quux', 'corge'],
'B': ['one', 'one', 'two', 'three', 'four', 'five'],
'C': pd.Series(range(6), dtype='float32'),
'D': pd.Timestamp('20130102'),
'E': pd.Categorical(["test", "train", "test", "train", "test", "train"]),
'F': 'pandasdataframe.com'
}).set_index(['A', 'B'])
# 删除级别为'A'的行
df.drop('foo', level='A')
print(df)
Output:
总结起来，pandas drop函数是一个非常强大的工具，它可以帮助我们删除数据集中不需要的行或列。希望本文能帮助你更好地理解和使用pandas drop函数。