pandas删除列有如下三种操作方式:
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
具体总结为: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)。
一、del df操作
引入pandas和numpy模块,生成测试数据如下:
使用del 删除的时候,只需要在pandas数据里指定要删除数据的列名称即可。
>>> del df['E']
>>> df
A B C D
2019-07-11 0 1 2 3
2019-07-12 5 6 7 8
2019-07-13 10 11 12 13
2019-07-14 15 16 17 18
2019-07-15 20 21 22 23
2019-07-16 25 26 27 28
二、使用dr