我有一个具有以下内容的熊猫系列。
$ import pandas as pd
$ s = pd.Series(
data = [True, False, True, True],
index = ['A', 'B', 'C', 'D']
)
$ s.index.name = 'my_id'
$ print(s)
my_id
A True
B False
C True
D True
dtype: bool
和类似的DataFrame。
$ df = pd.DataFrame({
'A': [1, 2, 9, 4],
'B': [9, 6, 7, 8],
'C': [10, 91, 32, 13],
'D': [43, 12, 7, 9]
})
$ print(df)
A B C D
0 1 9 10 43
1 2 6 91 12
2 9 7 32 7
3 4 8 13 9
s
具有A
,B
,C
和D
作为其索引。 df
的列名也具有A
,B
,C
和D
。
True
中的[s
]表示将保留df
中的相应列。 False
中的s
表示将删除df
中的相应列。
如何使用s
删除B列来生成另一个DataFrame?
我是说我想使用s
和df
创建以下DataFrame。
A C D
0 1 10 43
1 2 91 12
2 9 32 7
3 4 13 9
与boolean indexing
一起使用boolean indexing
。 DataFrame.loc
表示过滤所有行。列由填充有布尔值的DataFrame.loc
过滤-:
:
Series