Pandas Drop Index 專欄：用例子解釋

Pandas 是一種廣泛用於數據操作和分析的 Python 庫。pandas 可以為您提供的一項基本功能是修改數據集結構的能力。具體來說，在處理數據集時，刪除 DataFrame 中的索引是一項至關重要的操作。它允許您從數據中刪除不需要的行或列。

要使用 pandas 刪除索引，您可以使用 .drop() 和 .reset_index() 方法。.drop() 方法允許您刪除特定的行或列。另一方面，.reset_index() 方法允許您刪除索引並將其重置為默認的 RangeIndex。

在本文中，我們將討論如何使用這些方法刪除 pandas DataFrame 中的索引。我們將通過各種示例來演示如何有效地操縱數據集的結構以滿足不同的分析需求。通過這些示例，您將更深入地了解如何利用 pandas 庫進行數據操作。

讓我們開始吧！

目錄

• 理解 Pandas 下降指數
  • 1. 什麼是熊貓數據框？
  • 2. 什麼是索引和列？
  • 3. 如何使用 Pandas 刪除索引列
    • 如何刪除多行和多列
    • 如何使用 Inplace 刪除行和列
• 如何在 Pandas 中使用索引
  • 1. 如何設置和重置索引
    • 設置新索引
    • 重置索引值
  • 2. 對索引列的進一步操作
• 在 Pandas 中使用 Drop 函數時如何處理錯誤
  • 1. 如何處理KeyError
  • 2. 如何處理重複行
• 最後的想法

理解 Pandas 下降指數

在我們深入探討使用 pandas 刪除索引之前，了解什麼是 pandas DataFrame 非常重要。此外，您還應該熟悉 pandas DataFrame 中索引和列的概念。

在本節中，我們將介紹 pandas DataFrame、索引和列的基礎知識。然後我們將看一個使用 pandas 刪除索引的例子。

1. 什麼是熊貓數據框？

Pandas 是一個開源 Python 庫，提供高性能的數據操作和分析工具。它的關鍵數據結構之一是DataFrame。

pandas DataFrame 是帶有標記軸（行和列）的二維數據結構。您可以將 DataFrame 視為 SQL 表或 Excel 電子表格的 Pythonic 對象表示。

下面是一個典型的 pandas DataFrame：

2. 什麼是索引和列？

在 pandas DataFrame 中，索引用作數據點的“地址”。它提供了一種跨 DataFrame 訪問和組織數據的方法。它可以是 pandas 分配的默認整數序列，也可以是用戶定義的自定義索引。

列是在 DataFrame 中承載不同類型數據的變量。每列本質上是一系列數據。它可以容納多種數據類型，例如整數、浮點數或字符串。列的標籤，通常稱為列名，用於標識這一系列數據。

在 pandas DataFrame 中，數據操作通常涉及使用行標籤（索引）或列標籤。

您可以使用多索引 DataFrame 執行的一些常見操作包括根據標籤選擇、重命名和刪除行或列。

3. 如何使用 Pandas 刪除索引列

在 pandas 中，您可以使用 DataFrame 方法reset_index()來刪除和重置索引。

假設我們有以下 DataFrame：

要刪除索引列，我們可以使用以下代碼：

df.reset_index(drop=True)

運行此代碼後，您將獲得以下示例：

在輸出中，您可以看到索引被刪除並替換為原始索引值。

您還可以使用pandas 中的drop 方法從行或列中刪除指定的標籤。

此方法的語法是：

DataFrame.drop(labels=None, *, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

以下是drop方法的關鍵參數：

• labels：要刪除的標籤。它可以是行或列，具體取決於軸參數。

• axis：確定是否從行（0或'index'）或列（1或'columns'）中刪除。

• index ：指定axis=0的替代方法。允許指示要刪除的行標籤。

• columns ：指定axis=1的替代方法。允許指示要刪除的列標籤。

• inplace：如果設置為True，操作將在原地執行，這意味著原始 DataFrame 將被修改。如果為False（默認），將返回一個刪除了指定標籤的新 DataFrame。

• errors：控制如何處理丟失的標籤。如果'raise'（默認），當找不到標籤時會引發錯誤。如果'coerce'，缺失的標籤將被忽略。

假設我們有以下 DataFrame：

我們想刪除索引為 1 的行。要使用 drop 方法執行此操作，您可以編寫以下代碼，從 import pandas 開始：

import pandas as pd

# Drop row with index 1
df.drop(1, axis=0)

drop函數的axis =0參數告訴解釋器我們正在執行逐行操作。第二個參數1是行索引。它告訴解釋器刪除索引為 1 的行。

經過以上操作，我們得到如下DataFrame：

現在，假設我們想從 DataFrame 中刪除以 Age 作為列標題的列。為此，我們可以編寫如下代碼：

# Drop column 'Age'
df.drop('Age', axis=1)

參數axis=1告訴解釋器我們正在執行按列操作。參數“Age”告訴解釋器刪除名稱為“Age”的列。

運行上面的代碼後，你會得到如下的DataFrame：

如何刪除多行和多列

上面的示例演示了刪除單個行或列。如果您想刪除多行或多列怎麼辦？

為實現這一點，我們將使用相同的代碼並稍作改動。我們可以為drop 函數提供一個參數列表，而不是使用單個值，以一次刪除多個行和列。

假設我想刪除 DataFrame 中的前兩行。為此，我們可以使用以下代碼：

# Dropping first 2 rows by index
df = df.drop([0, 1], axis=0)

在這段代碼中，我們告訴解釋器刪除第 0 行和第 1 行。這段代碼的輸出如下所示：

您可以看到第 0 行和第 1 行不再位於 DataFrame 中。

讓我們也刪除 Department 和 Salary 列。為此，我們可以使用以下代碼：

# Dropping columns by name
df = df.drop(['Salary', 'Department'], axis=1)

在此Python腳本中，我們要求解釋器刪除以 Salary 和 Department 作為列標題的列。此代碼的輸出如下所示：

這是我們最終的 DataFrame。總的來說，我們使用 drop 方法從 DataFrame 中刪除了兩行和兩列。

要了解有關 pandas 中的 MultiIndex 的更多信息，請觀看以下視頻：

如何使用 Inplace 刪除行和列

在前面的示例中，您可以看到我們首先對 DataFrame 進行更改，然後將其保存為新的 DataFrame。但是，這不是刪除行和列的有效方法。

刪除行和列的另一種替代方法是將drop 函數的inplace參數設置為True。

通過將inplace參數設置為True，您可以永久修改 DataFrame 而無需重新分配它。

這在處理大型 DataFrame 時很有用，因為它可以通過避免創建新的 DataFrame 來節省內存。

以下是使用inplace刪除行和列的示例：

# Dropping rows by index inplace
df.drop(labels=[0, 1], axis=0, inplace=True)

# Dropping columns by name inplace
df.drop(['Salary', 'Department'], axis=1, inplace=True)

上面代碼的輸出如下：

在這裡，您可以看到我們沒有創建任何新的 DataFrame，而是對原始 DataFrame 進行了更改。

如何在 Pandas 中使用索引

在本節中，我們將討論如何使用pandas DataFrame 中的索引。我們將涵蓋以下兩個小節：

1. 設置和重置索引

2. ID 和索引列

1. 如何設置和重置索引

使用 pandas 的一個重要方面是了解如何設置和重置索引列。索引是每一行的鍵標識符，在某些情況下您可能想要更改它。

設置新索引

要設置新索引，可以使用set_index()方法。set_index的語法如下：

df.set_index('column_name', inplace=True)

這裡的參數inplace=True意味著我們正在對現有的 DataFrame 進行更改。

為了演示這一點，我們將使用以下 DataFrame：

假設我們想讓 Name 列成為我們 DataFrame 的索引。為此，我們可以使用以下代碼：

df.set_index('Name', inplace=True)

這個 Python 腳本將使Name成為我們 DataFrame 的索引。此代碼的輸出如下所示：

重置索引值

要將索引重置為其默認格式（即從 0 到 DataFrame 的長度減 1 的RangeIndex ），您可以使用reset_index()方法。

reset_index()的語法如下：

df.reset_index(drop=True, inplace=True)

通過設置drop=True，當前索引列將被刪除，而inplace=True確保更改直接應用於 DataFrame 而無需創建新列。

當我們將此代碼應用於之前的 DataFrame 時，我們得到以下輸出：

您可以看到以前作為索引的名稱已重置為默認值。

2. 對索引列的進一步操作

當您從 CSV 文件導入 DataFrame 時，您可以使用index_col參數指定要用作索引的列。

index_col的語法如下：

df = pd.read_csv('data.csv', index_col='column_name')

此外，如果要導出沒有索引列的 DataFrame，可以將索引參數設置為False。

該方法的語法如下：

df.to_csv('output.csv', index=False)

現在您了解了刪除索引的方法，讓我們看看在下一節中使用刪除功能時如何處理錯誤。

在 Pandas 中使用 Drop 函數時如何處理錯誤

在本節中，我們將探討在使用 pandas 的drop函數從 DataFrame 中刪除索引列時如何處理錯誤和特殊情況。

具體來說，我們將討論以下內容：

1. 處理鍵錯誤

2. 處理重複行

1. 如何處理KeyError

在 pandas 中使用drop函數時，如果在 DataFrame 中找不到指定的索引或列，則可能會遇到 KeyError。

為防止發生此錯誤，您可以使用errors參數。errors參數有兩個選項：'raise'和'ignore'。默認情況下，它設置為“raise”，這意味著如果找不到指定的索引或列，將引發 KeyError。

但是，如果您想抑制錯誤並繼續執行代碼，可以將其設置為“忽略”。

假設我們有以下 DataFrame 讓我們嘗試刪除 DataFrame 中不存在的行，看看會發生什麼：

# Attempt to drop a non-existent index, will raise KeyError
# df.drop(5, inplace=True)

Python 腳本將給出以下錯誤：

要處理此類錯誤，請確保您引用的是數據集中存在的行。

2. 如何處理重複行

清理數據時，一項重要任務是查找重複項並將其刪除。

使用drop函數時，處理 DataFrame 中的重複行會增加複雜性。

如果要根據重複的索引值刪除行，可以使用duplicated函數，然後使用布爾索引只選擇非重複的行。

假設我們有以下 DataFrame：

您可以看到我們的數據集中有重複的索引。要刪除重複項，首先，我們將使用以下代碼識別重複值：

# Find duplicated index values
duplicated_rows = df.index.duplicated(keep='first')

在此之後，我們將僅選擇非重複行並將它們存儲在前面的 DataFrame 中，代碼如下：

# Select only non-duplicated rows
df = df[~duplicated_rows]

最終輸出如下：

最終輸出不再有重複行。

最後的想法

當您繼續您的數據科學和分析之旅時，了解如何操作和管理數據是一項將被證明是最重要的技能。

掌握 pandas 中刪除索引等操作是其中的關鍵部分。了解如何重置或刪除索引是清理、轉換和從數據中獲取有價值見解的墊腳石。

通過學習如何刪除索引，您將能夠更有效地重塑 DataFrame。您還可以創建更清晰的數據集，更易於閱讀和分析。此外，在合併或連接多個 DataFrame 時，重置索引可能至關重要，因為此時可能會出現索引衝突。

刪除索引的能力使您能夠更好地控制和靈活地控制數據集！