python - Pandas 的 bool 值下拉列表,它有什么作用?

标签 python pandas

<分区>

你能解释一下这是做什么的吗?

>>> df = pd.DataFrame(np.arange(12).reshape(3,4),
                      columns=['A', 'B', 'C', 'D'])

>>> df.drop([True, True])
    A   B   C   D
0   0   1   2   3
2   8   9   10  11

>>> df.drop([True, True, True, True, True, True])
    A   B   C   D
0   0   1   2   3
2   8   9   10  11

谢谢

最佳答案

pd.DataFrame.drop documentation在这里帮助:

DataFrame.drop(labels=None, axis=0, index=None, columns=None,  
               level=None, inplace=False, errors='raise')
  • axis=0 default 表示 drop 默认应用于行。
  • labels 表示 axis=0 的索引或 axis=1 的列。

由于 boolint 的子类,True 在旧版本的 pandas 中被视为 1 并且False 为 0。df.drop 不适用于 bool 数组。使用 df.loc 进行 bool 索引。

要按索引位置删除行,您可以向 df.index 提供一个列表:

df.drop(df.index[[1,3]])

关于python - Pandas 的 bool 值下拉列表,它有什么作用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48684895/

相关文章:

引用或复制的python递归变量?

python - 如何使用 WP REST API 将类别发布到 Wordpress?

python - pandas - 将带有数组的列拆分为多列并计数值

python - 我如何在不重复计算的情况下计算 python 中数据框的所有唯一值?

python - Pandas:如果索引和列相同,则将值更改为 NA

python - 防止 blender 名称索引

python - 如何向上/向下舍入 float

python - 为 Pandas 多索引数据框中的行子集设置不同的列

python - Pandas 数据框每行列平均值

python - 在 Windows 中使用 Bash 模块运行 Python 脚本