一 、 使 用 . r e i n d e x 重 排 索 引 \color{Red}一、使用.reindex重排索引 一、使用.reindex重排索引
先看下面这个程序
import numpy as np
import pandas as pd
a=pd.DataFrame(np.arange(10).reshape(2,5),index=["a","b"])
na=a.columns.delete(2)
fa=a.index.insert(1,"S")
new_a=a.reindex(index=fa,columns=na,method="ffill")
print(new_a)
n a 获 取 了 列 的 索 引 , 使 用 d e l e t e 方 法 删 掉 2 位 置 的 索 引 na获取了列的索引,使用delete方法删掉2位置的索引 na获取了列的索引,使用delete方法删掉2位置的索引
f a 获 取 了 行 的 索 引 , 使 用 i n s e r t 方 法 在 1 位 置 插 入 新 的 一 行 索 引 为 " S " fa获取了行的索引,使用insert方法在1位置插入新的一行索引为"S" fa获取了行的索引,使用insert方法在1位置插入新的一行索引为"S"
但 是 注 意 , 这 并 没 有 修 改 a 但是注意,这并没有修改a 但是注意,这并没有修改a
所 以 通 过 r e i n d e x 重 排 索 引 获 取 新 的 D a t a F r a m e 所以通过reindex重排索引获取新的DataFrame 所以通过reindex重排索引获取新的DataFrame
二 、 使 用 . d r o p ( ) 方 法 删 除 某 行 ( 或 某 列 ) \color{blue}二、使用.drop()方法删除某行(或某列) 二、使用.drop()方法删除某行(或某列)
S e r i e s 对 象 Series对象 Series对象
b=pd.Series([9,8,7,6],index=["a","b","c","d"])
b.drop(["a"],inplace=True)
print(b)
以 上 就 删 除 了 S e r i e s 对 象 的 " a " 索 引 和 对 应 的 值 以上就删除了Series对象的"a"索引和对应的值 以上就删除了Series对象的"a"索引和对应的值
值 得 一 提 的 是 如 果 要 修 改 b , 设 置 i n p l a c e = T r u e 值得一提的是如果要修改b,设置inplace=True 值得一提的是如果要修改b,设置inplace=True
或 者 写 成 这 样 或者写成这样 或者写成这样
b=b.drop(["a"])
D a t a F r a m e 对 象 DataFrame对象 DataFrame对象
import numpy as np
import pandas as pd
a=pd.DataFrame(np.arange(10).reshape(2,5),index=["a","b"],columns=["你","是","伸","么","动"])
a=a.drop("你",axis=1)
print(a)
其 中 因 为 D a t a F r a m e 对 象 有 列 索 引 和 行 索 引 其中因为DataFrame对象有列索引和行索引 其中因为DataFrame对象有列索引和行索引
所 以 d r o p 时 指 定 a x i s = 1 表 示 删 除 的 是 列 索 引 的 所以drop时指定axis=1表示删除的是列索引的 所以drop时指定axis=1表示删除的是列索引的