Pandas知识点-drop和drop_duplicates最全总结
drop()参数和用法介绍
drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors=‘raise’):
labels: 指定要删除的行索引或列名，参数传入方式为字符串或list-like。如果指定的是列名，要配合将axis参数设置为1或columns。axis: 设置删除行还是删除列，0或index表示删除行，1或columns表示删除列，默认值为0。index: 设置要删除的行，相当于设置labels且axis为0或index。columns: 设置要删除的列，相当于设置labels且axis为1或columns。level: 如果索引是多重索引，指定按多重索引中的哪个等级的索引删除，可以传入多重索引的下标或名称。inplace: 设置是否在DataFrame本身删除数据，默认为False，在DataFrame的副本里删除数据，返回删除数据后的DataFrame。如果设置为True，则在调用drop()的DataFrame本身执行删除，返回值为None。errors: 设置是否抛出错误，可以设置的值有{‘ignore’, ‘raise’}，默认raise，表示抛出错误。ignore表示忽略错误，跳过传入的错误索引名或列名，正确的索引名或列名不受影响，正常执行删除。
drop()基本使用
# coding=utf-8
import pandas as pd
df1 = pd.DataFrame(
{'A': ['a0', 'a1', 'a2'], 'B': ['b0', 'b1', 'b2'], 'C': ['c0', 'c1', 'c2']},
index=['one', 'two', 'three']
)
print(df1)
Output:
A B C
one a0 b0 c0
two a1 b1 c1
three a2 b2 c2
先创建一个DataFrame，如df1。
print('-'*20, '\n', df1.drop(labels='A', axis=1), sep='')
Output:
--------------------
B C
one b0 c0
two b1 c1
three b2 c2
使用labels和axis参数配合删除列，如果需要删除多列，用列表给labels传参。
print('-'*20, '\n', df1.drop(index='one'), sep='')
print('-'*20, '\n', df1.drop(columns='A'), sep='')
Output:
--------------------
A B C
two a1 b1 c1
three a2 b2 c2
--------------------
B C
one b0 c0
two b1 c1
three b2 c2
使用index和columns可以分别删除行和列，多行多列用列表传入。也可以同时设置index和columns，同时删除行和列。
index和columns中已经隐含了axis的信息，因此不用设置axis。
df1.drop(index='one', inplace=True)
df1.drop(columns='A', inplace=True)
print('-'*20, '\n', df1, sep='')
Output:
--------------------
B C
two b1 c1
three b2 c2
inplace参数设置为True，在DataFrame本身执行行列删除操作，此时返回值为None。
print('-'*20, '\n', df1.drop(columns=['C', 'D'], errors='ignore'), sep='')
Output:
--------------------
B
two b1
three b2
errors参数设置为ignore，可以忽略错误。如df1中没有D列，上面的代码不会报错，会忽略传入的D，正常删除C列。
drop()多重索引使用
df2 = pd.DataFrame(
{'A': ['a0', 'a1', 'a2'], 'B': ['b0', 'b1', 'b2'], 'C': ['c0', 'c1', 'c2']},
index=[['one', 'two', 'three'], [1, 2, 3]]
)
print(df2)
Output:
A B C
one 1 a0 b0 c0
two 2 a1 b1 c1
three 3 a2 b2 c2
新创建一个DataFrame，如df2。
print('-'*20, '\n', df2.drop(labels='two', level=0), sep='')
print('-'*20, '\n', df2.drop(labels=2, level=1), sep='')
Output:
--------------------
A B C
one 1 a0 b0 c0
three 3 a2 b2 c2
--------------------
A B C
one 1 a0 b0 c0
three 3 a2 b2 c2
level参数用于指定多重索引中按哪一级索引删除。如删除上面df2中的第二行，多重索引为[‘two’, 2]，指定level为0时，删除索引’two’，指定level为1时，删除索引2，结果相同。
drop_duplicates()参数和用法介绍
drop_duplicates(subset=None, keep=‘first’, inplace=False, ignore_index=False):
subset: 设置根据列的子集来判断重复值，默认根据DataFrame的所有列来判断重复值，即所有列的数据都相同时，才算重复值。如果指定了子集，则只要子集的这些列的数据都相同，就算重复值。keep: 设置保留重复值中的哪一个，可以设置的值有{‘first’, ‘last’, False}，默认first，如果有重复值，则保留第一个。设置为last，则保留重复值中的最后一个。设置为False，则删除所有的重复值，一个也不保留。inplace: 同drop()。ignore_index: 设置是否忽略行索引，默认False，去重后的结果的行索引保持原索引不变。如果设置为True，则结果的行索引被重置为0开始的自然数。
drop_duplicates()基本使用
df3 = pd.DataFrame(
{'A': ['a0', 'a1', 'a1', 'a2', 'a2'],
'B': ['b0', 'b1', 'b1', 'b2', 'b2'],
'C': ['c0', 'c1', 'c1', 'c2', 'c3']},
index=['one', 'two', 'three', 'four', 'five']
)
print(df3)
Output:
A B C
one a0 b0 c0
two a1 b1 c1
three a1 b1 c1
four a2 b2 c2
five a2 b2 c3
新创建一个DataFrame，如df3。
print('-'*20, '\n', df3.drop_duplicates(), sep='')
Output:
--------------------
A B C
one a0 b0 c0
two a1 b1 c1
four a2 b2 c2
five a2 b2 c3
默认删除重复值的方式，所有列的数据都相同时判定为重复，保留第一个。
print('-'*20, '\n', df3.drop_duplicates(subset=['A', 'B']), sep='')
Output:
--------------------
A B C
one a0 b0 c0
two a1 b1 c1
four a2 b2 c2
设置subset参数后，只要subset中的列数据相同，就判定为重复值。
print('-'*20, '\n', df3.drop_duplicates(keep='last'), sep='')
print('-'*20, '\n', df3.drop_duplicates(keep=False), sep='')
Output:
--------------------
A B C
one a0 b0 c0
three a1 b1 c1
four a2 b2 c2
five a2 b2 c3
--------------------
A B C
one a0 b0 c0
four a2 b2 c2
five a2 b2 c3
keep参数设置为last，保留重复值中的最后一个。设置为False，则全部都删除，一个也不保留。
print('-'*20, '\n', df3.drop_duplicates(ignore_index=True), sep='')
Output:
--------------------
A B C
0 a0 b0 c0
1 a1 b1 c1
2 a2 b2 c2
3 a2 b2 c3
ignore_index设置为True后，结果的行索引被重置为0开始的自然数。
参考文档： [1] pandas中文网：https://www.pypandas.cn/docs/
相关阅读：
Pandas知识点-reset_index,reindex,reindex_like，你分得清吗？
欢迎 点赞 收藏⭐ 评论 关注❤ 如有错误敬请指正！
☟ 学Python，点击下方名片关注我。☟
相关链接
您阅读本篇文章共花了：
发表评论