python基础pandas的drop()用法
做数据处理得时候用到了pandas,体验不错，记录如下：
import pandas as pd import numpy as np
直接可以用pandas生成随机数组
df = pd.DataFrame(np.random.randn(5,3),index = list('abcde'),columns = ['one','two','three'])
假设其中存在空数：
df.ix[1,:-1] = np.nan #第二行，排除倒数第一个都是Nan df.ix[1:-1,2] = np.nan #第三列，排除第一个和最后一个都是Nan
立即学习“Python免费学习笔记（深入）”；
把Nan的全部删掉
print('\n',df.dropna())
有选择的删，而不是删Nan
盛世企业网站管理系统1.1.2
下载
免费 盛世企业网站管理系统(SnSee)系统完全免费使用，无任何功能模块使用限制，在使用过程中如遇到相关问题可以去官方论坛参与讨论。开源 系统Web代码完全开源，在您使用过程中可以根据自已实际情况加以调整或修改，完全可以满足您的需求。强大且灵活 独创的多语言功能，可以直接在后台自由设定语言版本，其语言版本不限数量，可根据自已需要进行任意设置；系统各模块可在后台自由设置及开启；强大且适用的后台管理支
print(df.drop(['one'],axis=1)) print(df.drop(['a','c'],axis = 0))
补充：python pandas 之drop()函数
drop函数的使用
（1）drop() 删除行和列
drop([ ],axis=0,inplace=True)
drop([])，默认情况下删除某一行；
如果要删除某列，需要axis=1；
参数inplace 默认情况下为False，表示保持原来的数据不变，True 则表示在原来的数据上改变。
import pandas as pd
import numpy as np
data=pd.DataFrame(np.arange(20).reshape((5,4)),columns=list('ABCD'),index=['a','b','c','d','e'])
print(data)
print('*'*40)
print(data.drop(['a'])) #删除a 行，默认inplace=False,
print('*'*40)
print(data)# data 没有变化
print('*'*40)
print(data.drop(['A'],axis=1))#删除列
print('*'*40)
print(data.drop(['A'],axis=1,inplace=True)) #在本来的data 上删除
print('*'*40)
print(data)data 发生变化
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
A B C D
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
A B C D
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
d 12 13 14 15
e 16 17 18 19
****************************************
B C D
a 1 2 3
b 5 6 7
c 9 10 11
d 13 14 15
e 17 18 19
****************************************
None
****************************************
B C D
a 1 2 3
b 5 6 7
c 9 10 11
d 13 14 15
e 17 18 19 
