python 删除特定列_pandas删除某一列的方法(drop函数)

呆瓜半小时入门python数据分析(博主录制)

c49df996f45ca7673fc91fd9047d53b6.png

方法一:直接del df['column-name']

aa2d4e111eeea83134d4a181676a8759.png

删除sub_grade_列, 输入del df['sub_grade_x']

c988f06710499518b83ce8a83fc8b699.png

方法二:采用drop方法,有下面三种等价的表达式:

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

输入:df,drop('num',axix=1),不改变内存,及输入df的时候,它还是显示原数据

b24750d6d18fda6a7f3e85ae9171a394.png

48ccb51f79e22bcd11626f8994f4f9ad.png

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

输入:df.drop('num',axix=1,inplace=True),改变内存,及输入df的时候,它显示改变后的数据

b362bce924822fce9e79fe92cee81baa.png

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

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

d5fc2f62d869b635722f866da0e2dfb7.png

总结:凡是会对原数组作出修改并返回一个新数组的,往往都有一个 inplace可选参数。如果手动设定为True(默认为False),那么原数组直接就被替换。也就是说,采用inplace=True之后,原数组名(如2和3情况所示)对应的内存值直接改变;而采用inplace=False之后,原数组名对应的内存值并不改变,需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置(如1情况所示)。

通过pandas删除列:

1.del df['columns'] #改变原始数据

2.df.drop('columns',axis=1)#删除不改表原始数据,可以通过重新赋值的方式赋值该数据

3.df.drop('columns',axis=1,inplace='True') #改变原始数据

表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符
相关推荐
©️2020 CSDN 皮肤主题: 深蓝海洋 设计师:CSDN官方博客 返回首页