Pandas의 행 삭제 방법에는 drop() 함수 사용, 인덱스를 사용하여 행 삭제, 조건을 사용하여 행 삭제, iloc() 함수를 사용하여 행 삭제 등이 있습니다. 자세한 소개: 1. drop() 함수 사용: Pandas는 인덱스 또는 레이블을 지정하여 행을 삭제할 수 있는 drop() 함수를 제공합니다. 이 함수의 구문은 "DataFrame.drop(labels, axis=0, inplace=False)"입니다. 2. 인덱스를 사용하여 행을 삭제합니다. 인덱스를 직접 사용하여 삭제할 수 있습니다.
이 튜토리얼의 운영 체제: Windows 10 시스템, Python 버전 3.11.4, Dell G3 컴퓨터.
Pandas는 데이터 분석 및 데이터 조작을 위한 강력한 Python 라이브러리입니다. 많은 양의 데이터를 처리할 때 DataFrame에서 특정 행을 삭제해야 하는 경우가 있습니다. 이 기사에서는 Pandas를 사용하여 행을 삭제하는 여러 가지 방법을 소개합니다.
방법 1: drop() 함수 사용
Pandas는 인덱스 또는 레이블을 지정하여 행을 삭제할 수 있는 drop() 함수를 제공합니다. 이 함수의 구문은 다음과 같습니다.
DataFrame.drop(labels, axis=0, inplace=False)
여기서 labels는 삭제할 행의 인덱스 또는 레이블을 나타내고, axis는 삭제 방향을 나타내며, 0은 행, 1은 열을 나타냅니다. inplace가 False이면 원본 DataFrame이 수정되지 않습니다. True이면 원본 DataFrame이 수정됩니다.
샘플 코드:
import pandas as pd # 创建一个示例DataFrame data = {'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']} df = pd.DataFrame(data) # 删除第一行 df = df.drop(0) print(df) ``` 输出结果: ``` A B 1 2 b 2 3 c 3 4 d
방법 2: 인덱스를 사용하여 행 삭제
삭제할 행의 인덱스를 알고 있으면 해당 인덱스를 직접 사용하여 삭제할 수 있습니다.
샘플 코드:
import pandas as pd # 创建一个示例DataFrame data = {'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']} df = pd.DataFrame(data) # 删除第一行 df = df.drop(df.index[0]) print(df) ``` 输出结果: ``` A B 1 2 b 2 3 c 3 4 d
방법 3: 조건을 사용하여 행 삭제
때때로 특정 조건에 따라 행을 삭제해야 하는 경우가 있습니다. 이는 부울 인덱싱을 사용하여 달성할 수 있습니다.
샘플 코드:
import pandas as pd # 创建一个示例DataFrame data = {'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']} df = pd.DataFrame(data) # 根据条件删除行 df = df[df['A'] != 2] print(df)
출력 결과:
A B 0 1 a 2 3 c 3 4 d
방법 4: iloc() 함수를 사용하여 행 삭제
Pandas는 위치에 따라 행을 삭제하는 iloc() 함수를 제공합니다.
샘플 코드:
import pandas as pd # 创建一个示例DataFrame data = {'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']} df = pd.DataFrame(data) # 删除第一行 df = df.drop(df.index[[0]]) print(df)
출력 결과:
A B 1 2 b 2 3 c 3 4 d
요약:
이 기사에서는 drop() 함수 사용, 인덱스를 사용하여 행 삭제, 조건을 사용하여 행 삭제 및 사용을 포함하여 Pandas를 사용하여 행을 삭제하는 여러 가지 방법을 소개합니다. iloc( ) 함수는 행을 삭제합니다. 실제 필요에 따라 DataFrame에서 행을 삭제하는 적절한 방법을 선택하면 대량의 데이터를 보다 효율적으로 처리하는 데 도움이 됩니다
위 내용은 팬더에서 행을 삭제하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!