pandas刪除某一列的方法(drop函數)

 

呆瓜半小時入門python數據分析（博主錄製）

 

騰訊課堂報名入口

 

網頁課堂報名入口

 

 

 

方法一：直接del df['column-name']

刪除sub_grade_列， 輸入del df['sub_grade_x']

 

方法二：採用drop方法，有下面三種等價的表達式：

1. df= df.drop('column_name', 1)

輸入:df,drop('num',axix=1),不改變內存，及輸入df的時候，它還是顯示原數據

 

 

2. df.drop('column_name',axis=1, inplace=True)

輸入:df.drop('num',axix=1，inplace=True),改變內存，及輸入df的時候，它顯示改變後的數據

 

3. df.drop([df.columns[[0,1, 3]]], axis=1,inplace=True)  

輸入：df.drop([df.columns[[0,1]]],axis=1,inpalce=True)

 

 

總結：凡是會對原數組作出修改並返回一個新數組的，往往都有一個 inplace可選參數。如果手動設定爲True（默認爲False），那麼原數組直接就被替換。也就是說，採用inplace=True之後，原數組名（如2和3情況所示）對應的內存值直接改變；而採用inplace=False之後，原數組名對應的內存值並不改變，需要將新的結果賦給一個新的數組或者覆蓋原數組的內存位置（如1情況所示）。

 通過pandas刪除列：

1.del df['columns'] #改變原始數據

2.df.drop('columns',axis=1)#刪除不改表原始數據，可以通過重新賦值的方式賦值該數據

3.df.drop('columns',axis=1,inplace='True') #改變原始數據