极客笔记如何使用pandas的drop函数来删除列
在数据分析过程中，我们经常需要对数据进行清洗和整理，以便于更好地进行分析。在这个过程中，我们可能需要删除一些不需要的列。在pandas中，我们可以使用drop函数来删除数据框中的列。drop函数的axis参数可以用来指定我们要删除的是行还是列。在本文中，我们将详细介绍如何使用pandas的drop函数来删除列。
1. 基本用法
在pandas中，drop函数的基本用法如下：
df.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
其中，labels参数用来指定要删除的行或列的标签，axis参数用来指定要删除的是行还是列，index和columns参数分别用来指定要删除的行和列的标签，level参数用来指定在多层索引中要删除的层级，inplace参数用来指定是否在原地修改数据，errors参数用来指定当要删除的标签不存在时的错误处理方式。
当我们要删除列时，可以将axis参数设置为1，然后使用labels参数或columns参数来指定要删除的列的标签。例如，我们有一个包含name、age和gender三列的数据框，我们可以使用以下代码来删除age列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop('age', axis=1)
print(df)
Output:
2. 删除多列
如果我们要删除多列，可以将要删除的列的标签放在一个列表中，然后传递给labels参数或columns参数。例如，我们可以使用以下代码来删除age和gender两列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop(['age', 'gender'], axis=1)
print(df)
Output:
3. 在原地删除列
默认情况下，drop函数会返回一个新的数据框，原数据框不会被修改。如果我们想在原地删除列，可以将inplace参数设置为True。例如，我们可以使用以下代码在原地删除age列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop('age', axis=1, inplace=True)
print(df)
Output:
注意，当我们在原地删除列后，原数据框将被修改，我们无法再访问被删除的列。
4. 删除不存在的列
默认情况下，如果我们试图删除一个不存在的列，drop函数会抛出一个错误。如果我们不希望抛出错误，可以将errors参数设置为ignore。例如，我们可以使用以下代码尝试删除一个不存在的列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop('nonexistent', axis=1, errors='ignore')
print(df)
Output:
5. 在多层索引中删除列
在多层索引的数据框中，我们可以使用level参数来指定要删除的层级。例如，我们有一个包含name、age和gender三列，且name列有两个层级的数据框，我们可以使用以下代码来删除name列的第一层：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop('name', axis=1, level=0)
print(df)
6. 使用columns参数删除列
除了使用labels参数和axis参数来删除列外，我们还可以直接使用columns参数来删除列。例如，我们可以使用以下代码来删除age列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop(columns='age')
print(df)
Output:
7. 使用drop函数的链式调用
drop函数返回的是一个新的数据框，我们可以在其上进行链式调用。例如，我们可以使用以下代码来删除age列，然后计算剩余列的平均值：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop('age', axis=1).mean()
print(df)
8. 删除包含特定值的列
我们可以结合布尔索引来删除包含特定值的列。例如，我们可以使用以下代码来删除包含NaN值的列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop(df.columns[df.isnull().any()], axis=1)
print(df)
Output:
9. 删除包含特定字符串的列
我们可以结合字符串处理函数来删除包含特定字符串的列。例如，我们可以使用以下代码来删除列名包含pandasdataframe.com的列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop(df.columns[df.columns.str.contains('pandasdataframe.com')], axis=1)
print(df)
Output:
10. 删除特定位置的列
我们可以结合iloc函数来删除特定位置的列。例如，我们可以使用以下代码来删除第一列：
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 32, 18, 21, 27],
'gender': ['F', 'M', 'M', 'M', 'F']
}
df = pd.DataFrame(data)
df.drop(df.columns[0], axis=1)
print(df)
Output:
总结起来，pandas的drop函数提供了一个灵活而强大的工具，可以帮助我们在数据分析过程中轻松地删除不需要的列。希望本文能够帮助你更好地理解和使用pandas的drop函数。