删除列是数据分析中常用的操作之一,Pandas提供了按标签名称或按索引位置删除列的方法,下面是详细的攻略:
按标签名称删除列
按标签名称删除列可以通过DataFrame的drop
方法实现,具体步骤如下:
- 确定要删除的列的标签名称是什么,例如我们要删除列名为
col1
的列; - 使用
drop
方法删除列,其中参数labels
传入一个列表,包含要删除的列标签名称,参数axis
传入值1
表示按列删除,返回一个新的DataFrame,原DataFrame不会被修改。
下面是一个实例:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]})
# 删除列名为'col1'的列
df_new = df.drop(labels=['col1'], axis=1)
print(df_new)
输出结果为:
col2 col3
0 4 7
1 5 8
2 6 9
按索引位置删除列
按索引位置删除列可以通过DataFrame的drop
方法结合列索引实现,具体步骤如下:
- 确定要删除的列的索引位置是什么,例如我们要删除第一列;
- 使用
drop
方法删除列,其中参数labels
传入一个列表,包含要删除的列的索引位置,参数axis
传入值1
表示按列删除,返回一个新的DataFrame,原DataFrame不会被修改。
下面是一个实例:
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]})
# 删除第一列
df_new = df.drop(labels=[df.columns[0]], axis=1)
print(df_new)
输出结果为:
col2 col3
0 4 7
1 5 8
2 6 9
以上就是按标签名称或按索引位置在DataFrame中删除列的完整攻略,通过对比可以看到,这两种方法效果是一样的,只是删除的依据不同。需要根据实际业务场景选择使用哪种方法。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:按标签名称或按索引位置在DataFrame中删除列 - Python技术站