pandas.Dataframe之drop函数解析
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas.Dataframe之drop函数解析相关的知识,希望对你有一定的参考价值。
参考技术A DataFrame.drop( labels=None , axis=0 , index=None , columns=None , level=None , inplace=False , errors='raise' )labels:指定行(或列) 的标签名
axis:'0'删除行,'1'删除列
inplace:是否替换原来的dataframe,默认为'False'。'False':返回一个副本;'True':原dataframe直接被替换(内存值修改)。
参考:
python进行数据处理——pandas的drop函数
pandas.Dataframe.drop-pandas 1.3.5 documentation
python删除pandas DataFrame的某一/几列
删除pandas DataFrame的某一/几列:
方法一:直接del DF['column-name']
方法二:采用drop方法,有下面三种等价的表达式:
1. DF= DF.drop('column_name', 1);
2. DF.drop('column_name',axis=1, inplace=True)
3. DF.drop(DF.columns[ : ], axis=1,inplace=True) # Note: zero indexed
注意:凡是会对原数组作出修改并返回一个新数组的,往往都有一个 inplace可选参数。如果手动设定为True(默认为False),那么原数组直接就被替换。也就是说,采用inplace=True之后,原数组名(如2和3情况所示)对应的内存值直接改变;而采用inplace=False之后,原数组名对应的内存值并不改变,需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置(如1情况所示)。
以上是关于pandas.Dataframe之drop函数解析的主要内容,如果未能解决你的问题,请参考以下文章
数据分析——python,pandas:DataFrame对象(drop函数的使用)列的删除
pandas.DataFrame.drop_duplicates
等效于 pandas.DataFrame.set_index / drop_duplicates 与 dropDuplicates 的 Spark DataFrame