快捷導(dǎo)航

pandas中刪除列的幾種方法

更新時(shí)間：2024年07月24日 11:37:01 作者：愛(ài)購(gòu)物的小團(tuán)子

在pandas中有多種方法可以刪除列,本文主要介紹了pandas中刪除列的幾種方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

drop 方法

適用情況: 這是最常用的方法，可以靈活地刪除單列或多列。

用法:

df.drop('column_name', axis=1, inplace=True)  # 刪除單列
df.drop(['column1', 'column2'], axis=1, inplace=True)  # 刪除多列

參數(shù):

labels: 要?jiǎng)h除的列名或列名列表。
axis: 設(shè)為1表示按列刪除。
inplace: 如果為T(mén)rue，直接在原DataFrame上進(jìn)行修改；如果為False，返回修改后的新DataFrame。

使用 del 關(guān)鍵字

適用情況: 當(dāng)需要?jiǎng)h除單列時(shí)，使用del關(guān)鍵字比較簡(jiǎn)潔。

用法:

del df['column_name']

使用 pop 方法

適用情況: pop方法不僅可以刪除列，還可以返回被刪除的列，適用于需要?jiǎng)h除并獲取該列數(shù)據(jù)的情況。

用法:

column_data = df.pop('column_name')

使用列索引刪除

適用情況: 當(dāng)需要?jiǎng)h除多列并且這些列的索引已知時(shí)，可以直接通過(guò)列索引進(jìn)行刪除。

用法:

df = df.loc[:, df.columns != 'column_name']  # 刪除單列
df = df.loc[:, ~df.columns.isin(['column1', 'column2'])]  # 刪除多列

示例代碼

import pandas as pd

# 創(chuàng)建示例DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)

print("原始DataFrame:\n", df)

# 1. 使用drop方法刪除列
df1 = df.drop('A', axis=1)
print("\n使用drop方法刪除列A:\n", df1)

# 2. 使用del關(guān)鍵字刪除列
df2 = df.copy()
del df2['B']
print("\n使用del關(guān)鍵字刪除列B:\n", df2)

# 3. 使用pop方法刪除列
df3 = df.copy()
popped_column = df3.pop('C')
print("\n使用pop方法刪除列C:\n", df3)
print("被刪除的列C數(shù)據(jù):\n", popped_column)

# 4. 使用列索引刪除列
df4 = df.loc[:, df.columns != 'A']
print("\n使用列索引刪除列A:\n", df4)

df5 = df.loc[:, ~df.columns.isin(['B', 'C'])]
print("\n使用列索引刪除列B和C:\n", df5)

輸出結(jié)果

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

使用drop方法刪除列A:
B C
0 4 7
1 5 8
2 6 9

使用del關(guān)鍵字刪除列B:
A C
0 1 7
1 2 8
2 3 9

使用pop方法刪除列C:
A B
0 1 4
1 2 5
2 3 6
被刪除的列C數(shù)據(jù):
0 7
1 8
2 9
Name: C, dtype: int64

使用列索引刪除列A:
B C
0 4 7
1 5 8
2 6 9

使用列索引刪除列B和C:
A
0 1
1 2
2 3