pandas中删除列的方法

在pandas中，有多种方法可以删除列，具体方法及适用情况如下：

1. 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。

2. 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']
     

3. 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')
     

4. 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

。