初识数据分析之pandas笔记四 丢弃指定轴上的项

来源：《利用Python进行数据分析·第2版》

丢弃某条轴上的一个或多个项很简单，只要有一个索引数组或列表即可。由于需要执行一些数据整理和集合逻辑，所以drop方法返回的是一个在指定轴上删除了指定值的新对象：

In [117]: obj
Out[117]:
a    0.0
b    1.0
c    2.0
d    3.0
e    4.0
dtype: float64

In [118]: new_obj = obj.drop("c")

In [119]: new_obj
Out[119]:
a    0.0
b    1.0
d    3.0
e    4.0
dtype: float64

In [120]: obj.drop(["c", "d"])
Out[120]:
a    0.0
b    1.0
e    4.0
dtype: float64

In [121]: obj
Out[121]:
a    0.0
b    1.0
c    2.0
d    3.0
e    4.0
dtype: float64

对于DataFrame，可以删除任意轴上的索引值。为了演示，先新建一个DataFrame例子：

In [122]: data = pd.DataFrame(np.arange(16).reshape((4, 4)),
     ...: index=['Ohio', 'Colorado', 'Utah', 'New York'],
     ...:  columns=['one', 'two', 'three', 'four'])

In [123]: data
Out[123]:
          one  two  three  four
Ohio        0    1      2     3
Colorado    4    5      6     7
Utah        8    9     10    11
New York   12   13     14    15

用标签序列调用drop会从行标签（axis 0）删除值：

In [123]: data
Out[123]:
          one  two  three  four
Ohio        0    1      2     3
Colorado    4    5      6     7
Utah        8    9     10    11
New York   12   13     14    15

In [124]: data.drop(['Colorado', 'Ohio'])
Out[124]:
          one  two  three  four
Utah        8    9     10    11
New York   12   13     14    15

In [125]: data
Out[125]:
          one  two  three  four
Ohio        0    1      2     3
Colorado    4    5      6     7
Utah        8    9     10    11
New York   12   13     14    15

通过传递axis=1或axis='columns'可以删除列的值：

In [128]: data.drop('two', axis=1)
Out[128]:
          one  three  four
Ohio        0      2     3
Colorado    4      6     7
Utah        8     10    11
New York   12     14    15

In [130]: data.drop(['two', 'four'], axis='columns')
Out[130]:
          one  three
Ohio        0      2
Colorado    4      6
Utah        8     10
New York   12     14

许多函数，如drop，会修改Series或DataFrame的大小或形状，可以就地修改对象，不会返回新的对象：

In [131]: obj.drop('c', inplace=True)

In [132]: obj
Out[132]:
a    0.0
b    1.0
d    3.0
e    4.0
dtype: float64

小心使用inplace，它会销毁所有被删除的数据。