使用Pandas.drop（）从DataFrame中删除行/列-Python

Pandas是最受欢迎的Python数据分析和数据整理库之一。在本文中，我们将学习如何创建Pandas数据框并从该数据框中删除某些选择行或列。

更多Pandas文章，请阅读：Pandas教程

删除行

在下面的示例中，我们有一个iris.csv文件，它被读取到一个数据框中。我们首先查看现有的数据框，然后通过提供要删除的值来应用drop函数到索引列。正如我们可以在结果集底部看到的，行数已经减少了3个。

示例

import pandas as pd
# making data frame from csv file
data = pd.read_csv("E:\iris1.csv",index_col ="Id")
print(data)
# dropping passed values
data.drop([6,9,10],inplace=True)
# display
print(data)

输出

运行上面的代码会给我们以下结果 –

SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1         5.1         3.5         1.4         0.2     Iris-setosa
2         4.9         3.0         1.4         0.2     Iris-setosa
3         4.7         3.2         1.3         0.2     Iris-setosa
.   ..   …   .…   .…..……
[150 rows x 5 columns]

删除后
SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1         5.1         3.5         1.4         0.2     Iris-setosa
2         4.9         3.0         1.4         0.2     Iris-setosa
3         4.7         3.2         1.3         0.2     Iris-setosa
149      6.2         3.4         5.4        2.3     Iris-virginica
150      5.9         3.0         5.1        1.8     Iris-virginica
................
[147 rows x 5 columns]

删除列

为了从Pandas数据框中删除列，我们使用了axis参数。在drop函数中，它的值被设置为1，我们提供要删除的列名。正如您可以看到结果集中的列数从5减少到3，即结果集中的列数减少了。

示例

import pandas as pd
# making data frame from csv file
data = pd.read_csv("E:\iris1.csv",index_col ="Id")
print(data)
# dropping passed values
data.drop(['SepalWidthCm','PetalLengthCm'],axis=1,inplace=True)
print("After Dropping")
# display
print(data)

输出

运行上面的代码会给我们以下结果 –

SepalLengthCm    SepalWidthCm    PetalLengthCm    PetalWidthCm    Species
Id
1         5.1         3.5         1.4         0.2          Iris-setosa
2         4.9         3.0         1.4         0.2          Iris-setosa
3         4.7         3.2         1.3         0.2          Iris-setosa
.   .   .…   .…   .….   .……
[150 rows x 5 columns]
After Dropping
SepalLengthCm    PetalWidthCm    Species
Id1         5.1                   0.2         Iris-setosa
2         4.9                   0.2         Iris-setosa
3         4.7                   0.2         Iris-setosa
.....….
[150 rows x 3 columns]