drop函數
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
這是drop函數的所有參數
- labels是指要刪除的標簽，一個或者是列表形式的多個;
- axis是指處哪一個軸;
- columns是指某一列或者多列;
- level是指等級，針對多重索引的情況;
- inplaces是否替換原來的dataframe;
具體更詳細的可以參閱官網:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html
Axis（軸）含義
axis=0指的是逐行，axis=1指的是逐列。
>>> import pandas as pd
>>> df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col1", "col2", "col3", "col4"])
>>> print(df.mean(axis=0))
col1 2.0
col2 2.0
col3 2.0
col4 2.0
dtype: float64
>>> print(df.mean(axis=1))
0 1.0
1 2.0
2 3.0
dtype: float64
>>> print(df.drop(0,axis=0))
col1 col2 col3 col4
1 2 2 2 2
2 3 3 3 3
>>> print(df.drop(['col1'],axis=1))
col2 col3 col4
0 1 1 1
1 2 2 2
2 3 3 3
根據結果：
mean(axis=0)計算的是每一列平均值，
mean(axis=1)計算的是每一行平均值。
drop(0,axis=0)刪除行，
drop([‘col1’],axis=1)刪除列。
drop用法實驗
>>> df = pd.DataFrame(np.arange(12).reshape(3,4),
... columns=['A', 'B', 'C', 'D'])
>>> df
A B C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
#指定刪除相關的列，沒有帶columns，所以要指出是哪個軸上的
>>> df.drop(['B', 'C'], axis=1)
A D
0 0 3
1 4 7
2 8 11
#這里帶有columns，所以不用加上axis參數
>>> df.drop(columns=['B', 'C'])
A D
0 0 3
1 4 7
2 8 11
#刪除指定索引的行，這里沒有axis參數，就是默認axis=0,也就是刪除行
>>> df.drop([0, 1])
A B C D
2 8 9 10 11
#多重索引的情況，因為版本問題，有些版本需要把里面的codes改成labels
>>> midx = pd.MultiIndex(levels=[['lama', 'cow', 'falcon'],
... ['speed', 'weight', 'length']],
... codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],
... [0, 1, 2, 0, 1, 2, 0, 1, 2]])
>>> df = pd.DataFrame(index=midx, columns=['big', 'small'],
... data=[[45, 30], [200, 100], [1.5, 1], [30, 20],
... [250, 150], [1.5, 0.8], [320, 250],
... [1, 0.8], [0.3,0.2]])
>>> df
big small
lama speed 45.0 30.0
weight 200.0 100.0
length 1.5 1.0
cow speed 30.0 20.0
weight 250.0 150.0
length 1.5 0.8
falcon speed 320.0 250.0
weight 1.0 0.8
length 0.3 0.2
>>> df.drop(index='cow', columns='small')
big
lama speed 45.0
weight 200.0
length 1.5
falcon speed 320.0
weight 1.0
length 0.3
>>> df.drop(index='length', level=1)
big small
lama speed 45.0 30.0
weight 200.0 100.0
cow speed 30.0 20.0
weight 250.0 150.0
falcon speed 320.0 250.0
weight 1.0 0.8
#我這里不加index參數是因為我的版本加上以后會報錯，所以在使用時建議先了解一下版本
df.drop('length', level=0)
big small
lama speed 45.0 30.0
weight 200.0 100.0
length 1.5 1.0
cow speed 30.0 20.0
weight 250.0 150.0
length 1.5 0.8
falcon speed 320.0 250.0
weight 1.0 0.8
length 0.3 0.2
delete函數
具體的用法如下：
del df['A'] # 刪除A列，會就地修改
另外，可能drop函數相關的函數還有一些dropna（）和drop_duplicated(）函數，暫不總結了