【Pandas】pandas Series drop
Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.align(other[, join, axis, level, …]) | 用于将两个 Series 对齐，使其具有相同的索引 |
| Series.case_when(caselist) | 用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值 |
| Series.drop([labels, axis, index, columns, …]) | 用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行） |
pandas.Series.drop
pandas.Series.drop() 是 Pandas 库中的一个方法，用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行）。它可以删除一个或多个标签（labels）对应的数据，并返回一个新的 Series，或者直接在原 Series 上进行修改（如果 inplace=True）。
方法签名
Series.drop(labels=None, *, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
参数详解
-
labels:- 要删除的标签（行或列的索引）。
- 可以是单个标签，也可以是标签列表。
- 默认值：
None。
-
axis:- 指定删除的方向。
- 对于 Series，
axis只能是0（默认值），表示删除行。 - 默认值：
0。
-
index:- 指定要删除的行标签。
- 如果提供了
index，则会忽略labels。 - 默认值：
None。
-
columns:- 对于 Series，此参数无效（因为 Series 只有一列）。
- 默认值：
None。
-
level:- 如果 Series 的索引是多层索引（MultiIndex），则指定要删除的层级。
- 默认值：
None。
-
inplace:- 是否直接在原 Series 上进行修改。
- 如果
True，则直接修改原 Series，并返回None。 - 如果
False（默认值），则返回一个新的 Series。 - 默认值：
False。
-
errors:- 指定如何处理不存在的标签。
- 如果
'raise'（默认值），则会抛出异常。 - 如果
'ignore'，则忽略不存在的标签。 - 默认值：
'raise'。
返回值
- 如果
inplace=False（默认），则返回一个新的 Series，其中删除了指定的标签。 - 如果
inplace=True，则直接修改原 Series，并返回None。
示例及结果
示例 1：删除单个标签
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
# 删除标签为 'b' 的行
result = s.drop(labels='b')
print("原 Series:")
print(s)
print("\n删除后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
d 40
dtype: int64
删除后的 Series:
a 10
c 30
d 40
dtype: int64
示例 2：删除多个标签
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
# 删除标签为 'b' 和 'd' 的行
result = s.drop(labels=['b', 'd'])
print("原 Series:")
print(s)
print("\n删除后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
d 40
dtype: int64
删除后的 Series:
a 10
c 30
dtype: int64
示例 3：使用 index 参数删除行
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
# 使用 index 参数删除标签为 'a' 和 'c' 的行
result = s.drop(index=['a', 'c'])
print("原 Series:")
print(s)
print("\n删除后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
d 40
dtype: int64
删除后的 Series:
b 20
d 40
dtype: int64
示例 4：inplace=True 直接修改原 Series
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
# 删除标签为 'c' 的行，并直接修改原 Series
s.drop(labels='c', inplace=True)
print("修改后的 Series:")
print(s)
结果：
修改后的 Series:
a 10
b 20
d 40
dtype: int64
示例 5：处理不存在的标签（errors='ignore'）
import pandas as pd
# 创建一个 Series
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
# 尝试删除不存在的标签 'x'，并忽略错误
result = s.drop(labels='x', errors='ignore')
print("原 Series:")
print(s)
print("\n删除后的 Series:")
print(result)
结果：
原 Series:
a 10
b 20
c 30
d 40
dtype: int64
删除后的 Series:
a 10
b 20
c 30
d 40
dtype: int64
注意事项
- 如果
labels或index中的标签不存在，且errors='raise'（默认），则会抛出KeyError。 - 对于 Series，
axis参数只能是0，因为 Series 只有一列。 - 如果需要对 DataFrame 进行操作，
drop()方法可以删除行或列（通过axis参数指定）。
通过 drop() 方法，可以方便地从 Series 中删除不需要的数据，同时保持数据的整洁性。