pandas.Series.drop#

Series.drop(метки=None, *, ось=0, index=None, столбцы=None, уровень=None, inplace=False, ошибки='raise')[источник]#

Возвращает Series с удаленными указанными метками индекса.

Удаление элементов Series на основе указания меток индекса. При использовании multi-index, метки на разных уровнях могут быть удалены путем указания уровня.

Параметры:

меткиодиночная метка или список: Метки индекса для удаления.
ось{0 или ‘index’}: Не используется. Параметр необходим для совместимости с DataFrame.
indexодиночная метка или список: Избыточно для применения к Series, но 'index' можно использовать вместо 'labels'.
столбцыодиночная метка или список: Серия не изменяется; используйте 'index' или 'labels' вместо этого.
уровеньint или имя уровня, опционально: Для MultiIndex, уровень, с которого будут удалены метки.
inplacebool, по умолчанию False: Если True, операция выполняется на месте и возвращает None.
ошибки{‘ignore’, ‘raise’}, по умолчанию ‘raise’: Если 'ignore', подавить ошибку и удалить только существующие метки.

Возвращает:

Series или None: Series с удаленными указанными метками индекса или None, если inplace=True.

Вызывает:

KeyError: Если ни одна из меток не найдена в индексе.

Смотрите также

Series.reindex: Возвращает только указанные метки индекса Series.
Series.dropna: Возврат Series без нулевых значений.
Series.drop_duplicates: Возвращает Series с удаленными дублирующимися значениями.
DataFrame.drop: Удаляет указанные метки из строк или столбцов.

Примеры

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

Удалить метки B и C

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

Удалить метку 2-го уровня в Series с MultiIndex

>>> 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