drop() delete() remove()函数

drop()函数

1 删除前务必指定columns或index,避免出错.删除index多的时候可以考虑用isin()函数.

import pandas as pd
df = pd.DataFrame({'a':[1,2,3],
                   'b':[3,4,5],
                   'c':[5,6,7]})
# 删除列 删除多列是加['a','b']
df.drop(columns='a', inplace=True)
print(df)
# 删除行
df.drop(index=[1,2], inplace=True)
print(df)
#    b  c
# 0  3  5
# 1  4  6
# 2  5  7
#    b  c
# 0  3  5

参考：https://www.bbsmax.com/A/Vx5MwBX7zN/

isin()函数

isin()接受一个列表，判断该列中元素是否在列表中.注意isin()函数返回的是布尔索引.

import pandas as pd
df = pd.DataFrame({'a':[1,7,7,4,5],
                   'b':[6,7,8,9,7]})
# 直接返回的是布尔索引,无法直接应用
a = df['b'].isin([7])
print(a)
# 也可以直接对df所有的元素进行寻找,返回每个元素的布尔值
b = df.isin([7])
print(b)
# 按某一列条件筛选
c = df[df['b'].isin([7])]
print(c)
# 同时对多个列过滤,可以如下使用,df[df[某列].isin(条件)&df[某列].isin(条件)]
# 筛选出不含7的行
d = df[~df['a'].isin([7]) & ~df['b'].isin([7])]
print(d)
# 0    False
# 1     True
# 2    False
# 3    False
# 4     True
# Name: b, dtype: bool
#        a      b
# 0  False  False
# 1   True   True
# 2   True  False
# 3  False  False
# 4  False   True
#    a  b
# 1  7  7
# 4  5  7
#    a  b
# 0  1  6
# 3  4  9

delete()函数

import numpy as np
a = [1,2,3]
# 0是要删除的元素的索引
a = np.delete(a, 0)
print(a)