pandas.Series.drop#

Series.drop(labels=None, *, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')[源代码][源代码]#

返回移除了指定索引标签的系列。

根据指定的索引标签移除 Series 中的元素。当使用多级索引时，可以通过指定级别来移除不同级别的标签。

参数:

标签单个标签或类似列表: 要删除的索引标签。
轴{0 或 ‘index’}: 未使用。参数需要与 DataFrame 兼容。
索引单个标签或类似列表: 在应用于 Series 时是多余的，但可以使用 ‘index’ 代替 ‘labels’。
列单个标签或类似列表: 不对 Series 进行更改；请改用 ‘index’ 或 ‘labels’。
级别整数或级别名称，可选: 对于 MultiIndex，将移除标签的级别。
inplacebool, 默认 False: 如果为真，就地执行操作并返回 None。
错误{‘ignore’, ‘raise’}, 默认 ‘raise’: 如果为 ‘ignore’，则抑制错误并且仅删除现有标签。

返回:

系列或无: 如果 inplace=True，则移除指定索引标签的系列或为 None。

引发:

KeyError: 如果在索引中找不到任何标签。

参见

Series.reindex: 仅返回指定索引标签的系列。
Series.dropna: 返回不包含空值的序列。
Series.drop_duplicates: 返回删除了重复值的系列。
DataFrame.drop: 从行或列中删除指定的标签。

例子

>>> s = pd.Series(data=np.arange(3), index=["A", "B", "C"])
>>> s
A  0
B  1
C  2
dtype: int64

删除标签 B 和 C

>>> s.drop(labels=["B", "C"])
A  0
dtype: int64

在 MultiIndex 系列中删除第二级标签

>>> midx = pd.MultiIndex(
...     levels=[["llama", "cow", "falcon"], ["speed", "weight", "length"]],
...     codes=[[0, 0, 0, 1, 1, 1, 2, 2, 2], [0, 1, 2, 0, 1, 2, 0, 1, 2]],
... )
>>> s = pd.Series([45, 200, 1.2, 30, 250, 1.5, 320, 1, 0.3], index=midx)
>>> s
llama   speed      45.0
        weight    200.0
        length      1.2
cow     speed      30.0
        weight    250.0
        length      1.5
falcon  speed     320.0
        weight      1.0
        length      0.3
dtype: float64

>>> s.drop(labels="weight", level=1)
llama   speed      45.0
        length      1.2
cow     speed      30.0
        length      1.5
falcon  speed     320.0
        length      0.3
dtype: float64