除了基本的删除行和列,drop函数还支持更多参数,例如inplace参数。设为True时,操作将在原始数据框上进行,而不是返回一个新的数据框。 示例3:使用inplace参数 以下是如何使用inplace=True来直接修改原始数据框: # 直接修改原始数据框,删除列'C'df.drop('C',axis=1,inplace=True)print("\n直接修改原始数据框,...
city.drop(labels=1,axis=0,inplace=True) 然后我们看一下原来的数据表city: 可以看到,第1行确实被删掉了,看上去好像没什么问题。 如果这个时候,我们再输入一次: city.drop(labels=1,axis=0,inplace=True) (报错了,很应该啊,好像也没什么,毕竟第1行本来就被我们删掉了) 但是!!!注意了,我们在这里想说明...
# del df[['密度', '含糖率']]报错 # 使用drop,有三种方法: dt = dt.drop(['密度','含糖率'], axis=1) # axis=1表示删除列,['密度','含糖率'] 要删除的col的列表,可一次删除多列 dt.drop(['密度','含糖率'], axis=1, inplace=True) # inplace=True, 直接从内部删除 dt.drop(dt....
data.drop(index=[idx], inplace=True)时,索引被删除了 比如:0,1,2 删除0 只剩下:1,2 但是data.iloc()的索引没有删除 第二行上移动到第一行 解决方案:设置两个变量 分别对应两个的索引i =0idx = 0while i <20: if("a" in data.iloc[i,0]): data.drop(index=[idx], inplace=True) ...
#删除这两列，inplace设置为False id(data.drop(['test','test2'],1,inplace = True))1545984728 #查看data,数据已经改变 data name gender age test test2 0 jerry M 36 NaN NaN 1 emma F 23 NaN NaN 2 tony M 34 NaN NaN 4 bob M 20 NaN NaN #查看data的ID id(data)128971088 补充知识：...
inplace:True表示删除某行后原dataframe变化,False不改变原始dataframe 1. 2. 3. 4. 5. 6. 7. 8. 9. drop函数基于Index和columns删除行 IN [1]: data Out[1]: A B C D 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 IN [2]: data.drop(index=0) #删除index=0的行 ...
inplace参数的理解:修改一个对象时:inplace=True:不创建新的对象,直接对原始对象进行修改;inplace=False:对数据进行修改,创建并返回新的对象承载其修改结果。 student['Age']=np.arange(0,len(student))#增加一列 student.drop(columns=['Age'],inplace=True)#删除一列 ...
pandas.DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise') 参数解释: -- labels 单个标签或者标签列表 -- axis=0默认 删除index -- axis=1指定删除列 -- inplace=True修改原数据 -- level 针对多重索引 指定级别 ...
在Python中,drop是pandas库中DataFrame对象的一个方法,用于删除DataFrame中的行或列。 语法:DataFrame.drop(labels=None, axis=0, index=None, columns=None, inplace=False) 参数说明: labels:要删除的行或列的标签,可以是单个标签或标签列表。 axis:指定要删除的轴,axis=0表示删除行,axis=1表示删除列,默认为...
new_name_2=name.drop_duplicates(subset='name1',keep=False)new_name_2 得到结果: 从结果知,参数keep=False,是把原数据copy一份,在copy数据框中删除全部重复数据,并返回新数据框,不影响原始数据框name。 3 按照某一列去重(inplace=True) 按照name1去重,并设置inplace=True。