Python pandas.Series.drop用法及代码示例

用法: Series.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

返回删除指定索引标签的系列。

根据指定的索引标签删除系列的元素。使用multi-index 时，可以通过指定级别来移除不同级别的标签。

参数：

labels：单标签或list-like: 要删除的索引标签。
axis：0，默认 0: 为系列上的应用程序提供冗余。
index：单标签或list-like: Series 上的应用程序冗余，但可以使用 ‘index’ 代替 ‘labels’。
columns：单标签或list-like: 系列没有变化；请改用‘index’ or ‘labels’。
level：int 或级别名称，可选: 对于 MultiIndex，将删除标签的级别。
inplace：布尔值，默认为 False: 如果为 True，则在原地执行操作并返回 None。
errors：{‘ignore’, ‘raise’}，默认 ‘raise’: 如果‘ignore’，抑制错误并且仅删除现有标签。

系列或无: 删除了指定索引标签的系列，如果 inplace=True 则为无。

抛出：

KeyError: 如果在索引中找不到任何标签。

例子：

>>> s = pd.Series(data=np.arange(3), index=['A', 'B', 'C'])
>>> s
A  0
B  1
C  2
dtype: int64

放置标签 B 和 C

>>> s.drop(labels=['B', 'C'])
A  0
dtype: int64

在 MultiIndex 系列中删除第二级标签

>>> midx = pd.MultiIndex(levels=[['lama', 'cow', 'falcon'],
...                              ['speed', 'weight', 'length']],
...                      codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2],
...                             [0, 1, 2, 0, 1, 2, 0, 1, 2]])
>>> s = pd.Series([45, 200, 1.2, 30, 250, 1.5, 320, 1, 0.3],
...               index=midx)
>>> s
lama    speed      45.0
        weight    200.0
        length      1.2
cow     speed      30.0
        weight    250.0
        length      1.5
falcon  speed     320.0
        weight      1.0
        length      0.3
dtype: float64

>>> s.drop(labels='weight', level=1)
lama    speed      45.0
        length      1.2
cow     speed      30.0
        length      1.5
falcon  speed     320.0
        length      0.3
dtype: float64

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.drop。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

例子：