python删掉数据表几列的方法

1、使用del函数删除指定列

python 中针对DataFrame格式的数据,删除列最简单的方法是使用del 函数,简单粗暴效果好,如

import  pandas as pd
df = pd.DataFrame(columns = list('AB'),data = [[1,2,3],[4,5,6]])
print(df)
结果如下:
    A  B  C
0  1  2  3
1  4  5  6
#删除B列
del df['B']
print(df)
结果如下:
    A  C
0  1  3
1  4` 6

DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过这些Series公用一个索引。

2、使用DataFrame.drop函数删除指定列

用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

参数说明：

labels 就是要删除的行列的名字，用列表给定

axis 默认为0，指删除行，因此删除columns时要指定axis=1；

index 直接指定要删除的行

columns 直接指定要删除的列

inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；

inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。

删除行列有两种方式：

1）labels=None,axis=0 的组合

2）index或columns直接指定要删除的行或列

>>>df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])
 
>>>df
 
   A   B   C   D
 
0  0   1   2   3
 
1  4   5   6   7
 
2  8   9  10  11
 
#Drop columns,两种方法等价
 
>>>df.drop(['B', 'C'], axis=1)
 
   A   D
 
0  0   3
 
1  4   7
 
2  8  11
 
>>>df.drop(columns=['B', 'C'])
 
   A   D
 
0  0   3
 
1  4   7
 
2  8  11
 
# 第一种方法下删除column一定要指定axis=1,否则会报错
>>> df.drop(['B', 'C'])
 
ValueError: labels ['B' 'C'] not contained in axis
 
#Drop rows
>>>df.drop([0, 1])
 
   A  B   C   D
 
2  8  9  10  11
 
>>> df.drop(index=[0, 1])
 
   A  B   C   D
    
2  8  9  10  11

推荐学习《Python教程》。

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。