引數說明：
print('---------刪除行或列:dataframe.drop()--------')
# drop預設對原表不生效，如果要對原表生效，需要加引數：inplace=true
print("----刪除單行----")
df2=df1.drop(labels=0) # axis預設等於0，即按行刪除，這裡表示按行刪除第0行
print(df2)
print("------刪除多行------")
# 通過labels來控制刪除行或列的個數，如果是刪多行/多列，需寫成labels=[1,3]，不能寫成labels=[1:2],用:號會報錯
# 刪除指定的某幾行（非連續的）
df21=df1.drop(labels=[1,3],axis=0) # axis=0 表示按行刪除，刪除第1行和第3行
print(df21)
# 要刪除連續的多行可以用range(),刪除連續的多列不能用此方法
df22=df1.drop(labels=range(1,4),axis=0) # axis=0 表示按行刪除，刪除索引值是第1行至第3行的正行資料
print(df22)
print("----刪除單列----")
df3=df1.drop(labels='gender',axis=1) # axis=1 表示按列刪除，刪除gender列
print(df3)
print("----刪除多列----")
# 刪除指定的某幾列
df4=df1.drop(labels=['gender',"age"],axis=1) # axis=1 表示按列刪除，刪除gender、age列
print(df4)
Pandas行 列選擇
總也記不住的行列選擇 import pandas as pd dataname price time data pd.read csv test.csv 切片 a b 索引 iloc iloc適用於資料進行了篩選後造成索引號與原來不一致的情況 data.iloc 1 data.iloc 1 pric...
pandas 行列篩選
coding utf 8 author kameiro file patzon.py time 2018 3 2918 25 import pandas as pd,numpy as np import numpy as np from pandas import dataframe sourced...
pandas 行列轉換總結
行轉列或者列轉行的資料一般都是groupby後的資料 b kd.groupby by 當前網點 留倉原因 as index false 運單編號 count c kd.groupby by 當前網點 留倉原因 運單編號 count as index false 同groupby後再 reset in...