精华内容
下载资源
问答
  • DataFrame删除列

    2020-07-09 11:04:18
    pandas.DataFrame.drop DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’)[source] Drop specified labels from rows or columns.

    pandas.DataFrame.drop
    DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’)[source]

    Drop specified labels from rows or columns.
    在这里插入图片描述

    展开全文
  • 从pandas DataFrame删除列

    2020-04-03 09:41:52
    When deleting a column in a DataFrame I use: 在删除DataFrame中的时,我使用: del df['column_name'] And thi

    本文翻译自:Delete column from pandas DataFrame

    When deleting a column in a DataFrame I use: 在删除DataFrame中的列时,我使用:

    del df['column_name']
    

    And this works great. 这很棒。 Why can't I use the following? 为什么不能使用以下内容?

    del df.column_name
    

    As you can access the column/Series as df.column_name , I expect this to work. 因为您可以使用df.column_name来访问列/系列, df.column_name我希望这可以正常工作。


    #1楼

    参考:https://stackoom.com/question/uGxE/从pandas-DataFrame删除列


    #2楼

    It's good practice to always use the [] notation. 始终使用[]表示法是一种好习惯。 One reason is that attribute notation ( df.column_name ) does not work for numbered indices: 原因之一是属性符号( df.column_name )对编号索引不起作用:

    In [1]: df = DataFrame([[1, 2, 3], [4, 5, 6]])
    
    In [2]: df[1]
    Out[2]:
    0    2
    1    5
    Name: 1
    
    In [3]: df.1
      File "<ipython-input-3-e4803c0d1066>", line 1
        df.1
           ^
    SyntaxError: invalid syntax
    

    #3楼

    As you've guessed, the right syntax is 如您所料,正确的语法是

    del df['column_name']
    

    It's difficult to make del df.column_name work simply as the result of syntactic limitations in Python. 仅仅由于Python的语法限制,很难使del df.column_name起作用。 del df[name] gets translated to df.__delitem__(name) under the covers by Python. Python将del df[name]转换为df.__delitem__(name)


    #4楼

    The best way to do this in pandas is to use drop : 在熊猫中做到这一点的最好方法是使用drop

    df = df.drop('column_name', 1)
    

    where 1 is the axis number ( 0 for rows and 1 for columns.) 其中1编号( 0代表行, 1代表列)。

    To delete the column without having to reassign df you can do: 要删除该列而不必重新分配df您可以执行以下操作:

    df.drop('column_name', axis=1, inplace=True)
    

    Finally, to drop by column number instead of by column label , try this to delete, eg the 1st, 2nd and 4th columns: 最后,要按列而不是按列标签删除,请尝试将其删除,例如第一,第二和第四列:

    df = df.drop(df.columns[[0, 1, 3]], axis=1)  # df.columns is zero-based pd.Index 
    

    Also working with "text" syntax for the columns: 还可以对列使用“文本”语法:

    df.drop(['column_nameA', 'column_nameB'], axis=1, inplace=True)
    

    #5楼

    Use: 使用:

    columns = ['Col1', 'Col2', ...]
    df.drop(columns, inplace=True, axis=1)
    

    This will delete one or more columns in-place. 这将就地删除一个或多个列。 Note that inplace=True was added in pandas v0.13 and won't work on older versions. 请注意, inplace=True已在pandas v0.13中添加,不适用于旧版本。 You'd have to assign the result back in that case: 在这种情况下,您必须将结果分配回去:

    df = df.drop(columns, axis=1)
    

    #6楼

    Drop by index 按索引下降

    Delete first, second and fourth columns: 删除第一,第二和第四列:

    df.drop(df.columns[[0,1,3]], axis=1, inplace=True)
    

    Delete first column: 删除第一列:

    df.drop(df.columns[[0]], axis=1, inplace=True)
    

    There is an optional parameter inplace so that the original data can be modified without creating a copy. 有一个可选参数inplace使原来的数据可以不创建副本被修改。

    Popped 弹出

    Column selection, addition, deletion 列选择,添加,删除

    Delete column column-name : 删除列column-name

    df.pop('column-name')
    

    Examples: 例子:

    df = DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', [7,8, 9])], orient='index', columns=['one', 'two', 'three'])
    

    print df : print df

       one  two  three
    A    1    2      3
    B    4    5      6
    C    7    8      9
    

    df.drop(df.columns[[0]], axis=1, inplace=True) print df : df.drop(df.columns[[0]], axis=1, inplace=True) print df

       two  three
    A    2      3
    B    5      6
    C    8      9
    

    three = df.pop('three') print df : three = df.pop('three') print df

       two
    A    2
    B    5
    C    8
    
    展开全文
  • 小问题:dataframe删除列时报错‘label[’’]not contain in axis ’ 原代码: data.prop(data.columns[0]) 错误原因: 漏了axis=1的条件(按列操作) 默认是axis=0(按行操作),当然删不了列啊 ...

    小问题:dataframe删除列时报错‘label[’’]not contain in axis ’

    原代码:
    data.drop(data.columns[0])
    错误原因:
    漏了axis=1的条件(按列操作)
    默认是axis=0(按行操作),当然删不了列啊

    展开全文
  • inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe; inplace=True,则会直接在原数据上进行删除操作,删除后无法返回。 因此,删除行列有两种方式: 1)labels=None,axis=0...

    用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

    参数说明:
    labels 就是要删除的行列的名字,用列表给定
    axis 默认为0,指删除行,因此删除columns时要指定axis=1;
    index 直接指定要删除的行
    columns 直接指定要删除的列
    inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe;
    inplace=True,则会直接在原数据上进行删除操作,删除后无法返回。

    因此,删除行列有两种方式:
    1)labels=None,axis=0 的组合
    2)index或columns直接指定要删除的行或列

    例子:

    >>>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

    #Drop columns,两种方法等价

    >>>df.drop([‘B’, ‘C’], axis=1)

    A D

    0 0 3

    1 4 7

    2 8 11

    >>>df.drop(columns=[‘B’, ‘C’])

    A D

    0 0 3

    1 4 7

    2 8 11

    # 第一种方法下删除column一定要指定axis=1,否则会报错
    >>> df.drop([‘B’, ‘C’])

    ValueError: labels [‘B’ ‘C’] not contained in axis

    #Drop rows
    >>>df.drop([0, 1])

    A B C D

    2 8 9 10 11

    >>> df.drop(index=[0, 1])

    A B C D

    2 8 9 10 11

    Life is short, You need Python~

    展开全文
  • 1. 目的今天我们讨论下Apache Spark RDD与DataFrame与DataSet 之间的详细功能比较。我们将简要介绍Spark API,即RDD,DataFrame和DataSet,以及基于各种功能的这些Spark API之间的区别。例如,数据表示,不变性和互...
  • pandas.DataFrame删除空值所在的行

    万次阅读 多人点赞 2018-04-24 22:31:32
    假设拿到一个10万行的数据后,通过isnull我们发现某有几个空值,要把该空值所在行删除怎么操作?用dropna()会删除所有有空值的行,请看下面实例。 ...
  • 2,3],[4,5,6],[7,8,9]])df1=pd.DataFrame(a,index=['row0','row1','row2'],columns=list('ABC'))print(df1)df2=df1.copy()#删除/选取某含有特定数值的行#...
  • Python中pandas dataframe删除一行或一:drop函数

    万次阅读 多人点赞 2018-02-10 20:10:25
    用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) ...inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe; inplace=True,则会直接在原...
  • dataframe删除

    千次阅读 2019-10-19 22:49:44
    但是要注意的是,data.drop()会将删除列后的dataframe返回,data本身是不会有变化的! 因此可以写成 #bodyType为待删列的列名 dataAfter=data.drop(columns=['bodyType'],axis=1) dataAfter 同样...
  • dataframe删除重复

    千次阅读 2019-05-24 14:13:14
    drop_duplicates()是删除重复行 (二) 代码即图片说明 df1 = pd.DataFrame({'name':['张三','李四','王五','张三'],'age':[18,19,20,18]}) df2 = pd.DataFrame({'name':['张三','李四','王五','张三'],'id...
  • 刚好用到这几个操作,复习下,加以记录。 有一个字典如下: data = { 'A': [0, 1, 2, 3], 'B': [1, 2, 3, 4], 'C': [2, 3, 4, 5], 'D': [3, 4, 5, 6] ...删除列: 若要删除某一列,提供列名即...
  • DataFrame删除特定

    万次阅读 2017-08-04 16:31:10
    DataFrame的drop使用
  • 创建df:1.删除行1.1 drop通过行名称删除:通过行号...删除列2.1 del2.2 drop通过列名称删除:使用列数删除,传入参数是int,列表,或者切片:3.增加行3.1 loc,at,set_value想增加一行,行名称为5,内容为[16,17,18,...
  • 本文通过一个csv实例文件来展示如何删除Pandas.DataFrame的行和数据文件名为:example.csv内容为:datespringsummerautumnwinter200012.233880916.9073011315.6923831314.08596223200112.8474805716.7504687314....
  • pandas dataframe 删除重复

    千次阅读 2019-03-25 10:37:07
    https://blog.csdn.net/winner3/article/details/81053021 转置一下就可以 能够一次性去除所有重复的,并保留第一 太牛了。。
  • DataFrame删除行和

    万次阅读 2017-09-14 19:51:11
    本文通过一个csv实例文件来展示如何删除Pandas.DataFrame的行和数据文件名为:example.csv内容为:date spring summer autumn winter 2000 12.2338809 16.90730113 15.69238313 14.08596223 2001 12.84748057 16....
  • pandas.DataFrame删除/选取含有特定数值的行或

    万次阅读 多人点赞 2018-06-20 09:13:59
    1.删除/选取某含有特殊数值的行 import pandas as pd import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9]]) df1=pd.DataFrame(a,index=['row0','row1','row2'],columns=list('ABC')) print(df1) df2=df1....
  • 下面小编就为大家分享一篇使用DataFrame删除行和的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • pandas.DataFrame删除/选取含有特定数值的行或发布时间:2018-06-20 09:13,浏览次数:9726, 标签:pandasDataFrame1.删除/选取某含有特殊数值的行import pandas as pd import numpy as np a=np.array([[1,2,3],...
  • DataFrame删除行、

    千次阅读 2018-06-03 14:57:42
    我们需要删除某一所有元素中含有固定字符元素所在的行,比如下面的例子: 如果要删除的元素固定有更简单的方法,可参考另一篇博文:http://blog.csdn.net/htbeker/article/details/79427628...
  • DataFrame删除列

    2021-03-16 09:34:13
    在操作数据的时候,DataFrame对象中删除一个或多个是常见的操作,并且实现方法较多,然而这中间有很多细节值得关注。 首先,一般被认为是“正确”的方法,是使用DataFrame的drop方法,之所以这种方法被认为是标准...
  • python dataframe删除含空值的行

    千次阅读 2021-01-08 11:21:05
    df.dropna(subset=['列名'],inplace=True) subset参数指定,inplace参数为True,声明修改原dataframe
  • 使用del和drop方法删除DataFrame中的,使用drop方法一次删除 # 使用del, 一次只能删除,不能一次删除 # 只能使用 del df['密度'], 不能使用 del df[['密度', '含糖率']] del df['密度'] # del df...
  • dataframe 删除行操作--删除某个列中值为空的行生成一个含有空值的dataframe删除列c1中值为空“NaN”的行 下面举一个例子来展示。 生成一个含有空值的dataframe 代码如下: # coding: utf-8 import pandas as pd ...
  • pandas dataframe 删除行和

    万次阅读 2018-06-26 09:26:18
    原始数据:删除行.drop()方法若不设置参数inplace=True,则原数据不发生改变...删除列.drop()方法若不设置参数inplace=True,则原数据不发生改变输出如下:若设置参数inplace=True,则原数据发生改变输出,注意到这...
  • dataframe删除全为0的

    千次阅读 2020-11-16 17:48:28
    from pandas import DataFrame df = DataFrame({ 'a': [1, 2, 3, 4], 'b': [5, 6, 7, 8], 'c': [0, 0, 0, 0], 'd': [13, 14, 15, 16] ...# 删除包含0和1的 df = df.loc[:, (df != 0).any(axis=0)] print (df)

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 989
精华内容 395
关键字:

dataframe删除列