小编给大家分享一下如何在python删掉数据表指定列的数据,希望大家阅读完这篇文章后大所收获,下面让我们一起去探讨吧!
1、使用del函数删除指定列
python 中针对DataFrame格式的数据,删除列最简单的方法是使用del 函数,简单粗暴效果好,如
import pandas as pd
df = pd.DataFrame(columns = list('AB'),data = [[1,2,3],[4,5,6]])
print(df)
结果如下:
A B C
0 1 2 3
1 4 5 6
#删除B列
del df['B']
print(df)
结果如下:
A C
0 1 3
1 4` 6
DataFrame是一种表格型数据结构,它含有一组有序的列,每列可以是不同的值。DataFrame既有行索引,也有列索引,它可以看作是由Series组成的字典,不过这些Series公用一个索引。
2、使用DataFrame.drop函数删除指定列
用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)
参数说明:
labels 就是要删除的行列的名字,用列表给定
axis 默认为0,指删除行,因此删除columns时要指定axis=1;
index 直接指定要删除的行
columns 直接指定要删除的列
inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe;
inplace=True,则会直接在原数据上进行删除操作,删除后无法返回。
删除行列有两种方式:
1)labels=None,axis=0 的组合
2)index或columns直接指定要删除的行或列
>>>df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])
>>>df
A B C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
#Drop columns,两种方法等价
>>>df.drop(['B', 'C'], axis=1)
A D
0 0 3
1 4 7
2 8 11
>>>df.drop(columns=['B', 'C'])
A D
0 0 3
1 4 7
2 8 11
# 第一种方法下删除column一定要指定axis=1,否则会报错
>>> df.drop(['B', 'C'])
ValueError: labels ['B' 'C'] not contained in axis
#Drop rows
>>>df.drop([0, 1])
A B C D
2 8 9 10 11
>>> df.drop(index=[0, 1])
A B C D
2 8 9 10 11
看完了这篇文章,相信你对如何在python删掉数据表指定列的数据有了一定的了解,想了解更多相关知识,欢迎关注亿速云行业资讯频道,感谢各位的阅读!
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。