pandas中使用 drop() 和 del()删除列数据的区别

在Pandas中，你可以使用drop方法和del操作符来删除列数据，但它们之间有一些重要的区别：

drop方法

• drop方法是一个DataFrame对象的方法，它用于删除指定的行或列，并返回一个新的DataFrame对象。默认情况下，drop方法不会修改原始DataFrame，而是返回一个包含删除行或列后的新对象。
• 可以删除行，也可以删除列。
  （删除行，指定axis=1参数。 删除列，指定axis=0参数）。
• drop方法接受一个labels参数，用于指定要删除的行或列的标签名称。你还可以使用inplace=True参数来直接在原始DataFrame上进行修改，而不返回新的DataFrame。
  例如，删除DataFrame中的一列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用drop方法删除列B，并返回新的DataFrame
new_df = df.drop('B', axis=1)

del操作符

• del是Python的关键字，用于删除变量或对象。在Pandas中，你可以使用del操作符来删除DataFrame中的列，但它是原地操作，不返回新的DataFrame。
• del操作符不是DataFrame对象的方法，而是一个Python语言级别的操作。

例如，使用del删除DataFrame中的一列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用del删除列B，不返回新的DataFrame
del df['B']

总结：

• 如果你希望保留原始DataFrame并获得删除列后的新DataFrame，通常应该使用drop方法。
• 如果你希望在原始DataFrame上原地删除列，可以使用del操作符。但要注意，这种方式不够灵活，因为它不允许你以非原地方式删除列。