DataFrame如何删除数据？如何drop一行或一列数据？

我们相信：世界是美好的，你是我也是。来玩一下解压小游戏吧！

继续聊一聊pandas的DataFrame的用法，本文中说一说dataframe删除数据的几种方式。dataframe里面如何删除一列数据？如何删除一行数据？这些都是本文中要讨论的话题。

苏南大叔：DataFrame如何删除数据？如何drop一行或一列数据？ - pandas-dataframe-drop — DataFrame如何删除数据？如何drop一行或一列数据？（图1-1）

大家好，这里是苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码的事情。dataframe的数据，有几种删除的方法？“茴香豆的茴字有几种写法？”本文散发着一点点酸腐的气息。本文测试环境：python@3.6.8，pandas@1.1.5。

基本定义

这里先定义个dataframe数据，然后copy一个作为备份。

import pandas as pd
from pandas import Series, DataFrame
df = DataFrame([
        ('虎子', 5, "dog", "5kg", True),
        ('老许', 3, "bird", "3kg", True),
        ('二赖子', 6, "fish", "6kg", True),
        ('老白', 8, "catty", "5kg", True),
        ('小黑', 10, "puppy", "2kg", True),
    ],
    columns=('name', 'age', 'class', 'weight', 'good')
)
# df_copy = df.copy()

注意：在python中，使用=进行赋值操作的话，两者指向同一个位置。一个变另外一个也变。必须使用.copy()才能正确操作。

关于pandas定义一个新的dataframe的几种方式，下面的文章里面有介绍文字：

https://newsn.net/say/pandas-dataframe.html

奇怪的参数

下面的操作中，会有个很奇怪的隐藏参数inplace，有两种情况：

inplace=False，inplace默认为False，意思是不改变原数据。改变后的数据会被返回。
inplace=True，这种情况下，没有返回值。直接修改原数据。

另外有一个labels的概念：

axis=1的时候，labels指的就是columns【注意这里有个s】。
axis=0的时候，labels指的就是index【注意这里没有s】。

删除一列数据

删除一列数据的方式，有哪些呢？

方式一`del`

这个方式非常简单直观，直接就是删除一列数据，最简单暴露推荐。例如：

del df['good']

测试代码：

del df['good']
print(df)

  name  age  class weight
0   虎子    5    dog    5kg
1   老许    3   bird    3kg
2  二赖子    6   fish    6kg
3   老白    8  catty    5kg
4   小黑   10  puppy    2kg

方式二`.pop()`

这种方式，虽然也是可以删除一列数据，但是在del的效果之上，函数还获得了被删除的这一列数据。例如：

_series = df.pop("good")

这里的pop()不考虑先入先出的情况，想删除那列数据就直接指定名字就可以。一次只能对一个数据帧进行操作。
测试代码：

a = df.pop('weight')
print(a)

0    5kg
1    3kg
2    6kg
3    5kg
4    2kg
Name: weight, dtype: object

方式三`.drop('',axis=1)`

对于列名，可以传递数组，也可以是字符串。数组的话，就可以传递多个列名。

df2 = df.drop('age',axis=1)
df2 = df.drop(['age'],axis=1)
df2 = df.drop(['age', 'class'],axis=1)

df.drop('age',axis=1,inplace=True)
df.drop(['age'],axis=1,inplace=True)
df.drop(['age', 'class'],axis=1,inplace=True)

测试代码：

df2 = df.drop('class',axis=1,inplace=False)
print(df)
print(df2)

  name  age  class weight  good
0   虎子    5    dog    5kg  True
1   老许    3   bird    3kg  True
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age weight  good
0   虎子    5    5kg  True
1   老许    3    3kg  True
2  二赖子    6    6kg  True
3   老白    8    5kg  True
4   小黑   10    2kg  True

测试代码：

df3 = df.drop('class',axis=1,inplace=True)
print(df)
print(df3)

  name  age weight  good
0   虎子    5    5kg  True
1   老许    3    3kg  True
2  二赖子    6    6kg  True
3   老白    8    5kg  True
4   小黑   10    2kg  True
None

方式四`.drop(columns=[])`

axis=1的意思就是columns，意思是删除一列数据。这里，同样存在inplace的问题。

df2 = df.drop(columns=['weight'])
df2 = df.drop(columns=['weight', 'good'])
df2 = df.drop(columns=['weight', 'good'])

df.drop(columns=['weight'], inplace=True)
df.drop(columns=['weight', 'good'], inplace=True)
df.drop(columns=['weight', 'good'], inplace=True)

测试代码：

bb = df.drop(columns=['weight', 'good'])
print(df)
print(bb)

  name  age  class weight  good
0   虎子    5    dog    5kg  True
1   老许    3   bird    3kg  True
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age  class
0   虎子    5    dog
1   老许    3   bird
2  二赖子    6   fish
3   老白    8  catty
4   小黑   10  puppy

方式五`.drop(labels=[],axis=1)`

df2 = df.drop(columns=["name"])
df2 = df.drop(["name"], axis=1)
df2 = df.drop(labels=["name"], axis=1)

输出都是：

   age  class weight  good
0    5    dog    5kg  True
1    3   bird    3kg  True
2    6   fish    6kg  True
3    8  catty    5kg  True
4   10  puppy    2kg  True

删除一行数据

删除一行数据的方式有些简单了，没有删除一列数据的时候那么复杂。有下面几种形式：

df2 = df.drop(0)
df2 = df.drop([0,1,2,3])
df2 = df.drop(index=[0,1,2,3])
df2 = df.drop(labels=range(0, 4), axis=0))
df2 = df.drop(labels=[0,1,2,3], axis=0))

df.drop(0, inplace=True)
df.drop([0,1,2,3], inplace=True)
df.drop(index=[0,1,2,3], inplace=True)
df.drop(labels=range(0, 4), axis=0, inplace=True)
df.drop(labels=[0,1,2,3], axis=0, inplace=True)

测试代码：

print(df)
df2 = df.drop(1)
df3 = df.drop([0, 1])
print(df2)
print(df3)

  name  age  class weight  good
0   虎子    5    dog    5kg  True
1   老许    3   bird    3kg  True
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age  class weight  good
0   虎子    5    dog    5kg  True
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age  class weight  good
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True

测试代码2：

df4 = df.drop(index=[0, 1], inplace=True)
print(df)
print(df4)

  name  age  class weight  good
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
None

测试代码3：

print(df.drop(labels = 1, axis = 0))
print(df.drop(labels = [1,2], axis = 0))
print(df.drop(labels = range(1,3), axis = 0))

输出值为：

  name  age  class weight  good
0   虎子    5    dog    5kg  True
2  二赖子    6   fish    6kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age  class weight  good
0   虎子    5    dog    5kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True
  name  age  class weight  good
0   虎子    5    dog    5kg  True
3   老白    8  catty    5kg  True
4   小黑   10  puppy    2kg  True

参考文献

总结

dataframe的删除数据的方式似乎有点多，虽然每个函数都有它存在的理由，不过这里苏南大叔觉得这些函数太多了。头晕。

https://newsn.net/tag/pandas/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。

本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。

【福利】腾讯云最新爆款活动！1核2G云服务器首年50元！

【源码】本文代码片段及相关软件，请点此获取更多信息

【绝密】秘籍文章入口，仅传授于有缘之人 pandas

	原创不易，转载请保留链接，谢绝镜像采集
	如果能解决您的困扰，那么想必定是极好的
	快来这里！大家都在这儿等你讨论这个问题

基本定义

奇怪的参数

删除一列数据

方式一del

方式二.pop()

方式三.drop('',axis=1)

方式四.drop(columns=[])

方式五.drop(labels=[],axis=1)

删除一行数据

参考文献

总结

方式一`del`

方式二`.pop()`

方式三`.drop('',axis=1)`

方式四`.drop(columns=[])`

方式五`.drop(labels=[],axis=1)`