pandas中删除列的几种方法
作者：爱购物的小团子
在pandas中有多种方法可以删除列,本文主要介绍了pandas中删除列的几种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
在pandas中，有多种方法可以删除列，具体方法及适用情况如下：
drop 方法
适用情况: 这是最常用的方法，可以灵活地删除单列或多列。
用法:
df.drop('column_name', axis=1, inplace=True) # 删除单列
df.drop(['column1', 'column2'], axis=1, inplace=True) # 删除多列
参数:
labels: 要删除的列名或列名列表。axis: 设为1表示按列删除。inplace: 如果为True，直接在原DataFrame上进行修改；如果为False，返回修改后的新DataFrame。
使用 del 关键字
适用情况: 当需要删除单列时，使用del关键字比较简洁。
用法:
del df['column_name']
使用 pop 方法
适用情况: pop方法不仅可以删除列，还可以返回被删除的列，适用于需要删除并获取该列数据的情况。
用法:
column_data = df.pop('column_name')
使用列索引删除
适用情况: 当需要删除多列并且这些列的索引已知时，可以直接通过列索引进行删除。
用法:
df = df.loc[:, df.columns != 'column_name'] # 删除单列 df = df.loc[:, ~df.columns.isin(['column1', 'column2'])] # 删除多列
示例代码
import pandas as pd
# 创建示例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方法删除列
df1 = df.drop('A', axis=1)
print("\n使用drop方法删除列A:\n", df1)
# 2. 使用del关键字删除列
df2 = df.copy()
del df2['B']
print("\n使用del关键字删除列B:\n", df2)
# 3. 使用pop方法删除列
df3 = df.copy()
popped_column = df3.pop('C')
print("\n使用pop方法删除列C:\n", df3)
print("被删除的列C数据:\n", popped_column)
# 4. 使用列索引删除列
df4 = df.loc[:, df.columns != 'A']
print("\n使用列索引删除列A:\n", df4)
df5 = df.loc[:, ~df.columns.isin(['B', 'C'])]
print("\n使用列索引删除列B和C:\n", df5)
输出结果
原始DataFrame:
A B C
0 1 4 7
1 2 5 8
2 3 6 9使用drop方法删除列A:
B C
0 4 7
1 5 8
2 6 9使用del关键字删除列B:
A C
0 1 7
1 2 8
2 3 9使用pop方法删除列C:
A B
0 1 4
1 2 5
2 3 6
被删除的列C数据:
0 7
1 8
2 9
Name: C, dtype: int64使用列索引删除列A:
B C
0 4 7
1 5 8
2 6 9使用列索引删除列B和C:
A
0 1
1 2
2 3
到此这篇关于pandas中删除列的几种方法的文章就介绍到这了,更多相关pandas 删除列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！