python删除dataframe指定列|极客笔记

python删除dataframe指定列

在数据处理和分析过程中，有时候我们需要对DataFrame对象进行删除操作。而删除列是我们经常需要做的一种操作之一。在Python的pandas库中，我们可以使用drop方法来删除指定列。本文将详细介绍如何使用Python删除DataFrame指定列的操作。

删除DataFrame指定列的方法

在Python的pandas库中，要删除DataFrame中的指定列，我们可以使用drop方法。下面是drop方法的语法：

DataFrame.drop(labels=None, axis=1, inplace=False)

labels: 要删除的列的名称或名称列表。
axis: 默认为0，表示按行删除，如果要按列删除，需要将axis设置为1。
inplace: 默认为False，表示返回删除列后的新DataFrame，如果设置为True，则直接在原DataFrame上进行删除操作。

示例

现在，让我们通过一个示例来演示如何使用Python删除DataFrame中的指定列。首先，我们需要导入pandas库，并创建一个示例DataFrame：

import pandas as pd

data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}

df = pd.DataFrame(data)
print("原始DataFrame：")
print(df)

运行结果：

原始DataFrame：
   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

接下来，我们将使用drop方法删除列B：

new_df = df.drop(labels='B', axis=1)
print("\n删除列B后的DataFrame：")
print(new_df)

运行结果：

删除列B后的DataFrame：
   A   C
0  1   9
1  2  10
2  3  11
3  4  12

除了直接指定要删除的列名称外，我们也可以传入列名的列表来一次删除多列。例如，删除列A和列B：

new_df = df.drop(labels=['A', 'B'], axis=1)
print("\n删除列A和列B后的DataFrame：")
print(new_df)

运行结果：

删除列A和列B后的DataFrame：
    C
0   9
1  10
2  11
3  12

inplace参数

如果我们希望直接在原始DataFrame上进行删除操作，可以将inplace参数设置为True。例如，删除列C：

df.drop(labels='C', axis=1, inplace=True)
print("\n直接在原始DataFrame上删除列C后的结果：")
print(df)

运行结果：

直接在原始DataFrame上删除列C后的结果：
   A  B
0  1  5
1  2  6
2  3  7
3  4  8

通过上述示例，我们可以看到使用Python的pandas库对DataFrame进行删除指定列的操作是非常简单的。只需要使用drop方法，并指定要删除的列名或列名的列表，即可实现删除指定列的功能。

python删除dataframe指定列