Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas Index.drop()
函數通過刪除傳遞的標簽列表創建新索引。函數類似於Index.delete()
除了在此函數中,我們傳遞標簽名稱而不是位置值。
用法: Index.drop(labels, errors=’raise’)
參數:
labels:array-like
errors:{'ignore','raise'},默認為'raise'
如果為“忽略”,則排除錯誤並刪除現有標簽。
返回:掉落的:索引
Raises:KeyError。如果未在選定軸上找到所有標簽,
範例1:采用Index.drop()
函數從索引中刪除傳遞的標簽。
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])
# Print the Index
idx
輸出:
讓我們從索引中刪除“ Jan”和“ Dec”月份。
# Passing a list containing the labels
# to be dropped from the Index
idx.drop(['Jan', 'Dec'])
輸出:
如我們在輸出中所見,該函數返回了一個不包含傳遞給的標簽的對象。Index.drop()
函數。
範例2:采用Index.drop()
函數在包含日期時間數據的索引中刪除標簽列表。
# importing pandas as pd
import pandas as pd
# Creating the first Index
idx = pd.Index(['2015-10-31', '2015-12-02', '2016-01-03',
'2016-02-08', '2017-05-05', '2014-02-11'])
# Print the Index
idx
輸出:
現在,讓我們從索引中刪除一些日期。
# Passing the values to be dropped from the Index
idx.drop(['2015-12-02', '2016-02-08'])
輸出:
正如我們在輸出中看到的,Index.drop()
函數已從索引中刪除了傳遞的值。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Index.drop()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。