如何在Pandas中排除列

在 Pandas 数据分析中，有时候我们需要从数据集中选择特定的列进行分析，而忽略掉其他的列。在这种情况下我们需要在 Pandas 中排除列。以下是在 Pandas 中排除列的完整攻略。

准备数据

首先，我们需要准备一份数据样本，这里以 Titanic 数据集为例：

import pandas as pd

# 读取数据集
df = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/train.csv')

# 查看前几行数据
df.head()

输出：

   survived     sex   age  n_siblings_spouses  parch     fare embarked  class    deck  embark_town  alone
0         0    male  22.0                   1      0   7.2500        S  Third    NaN  Southampton  False
1         1  female  38.0                   1      0  71.2833        C  First      C    Cherbourg  False
2         1  female  26.0                   0      0   7.9250        S  Third    NaN  Southampton   True
3         1  female  35.0                   1      0  53.1000        S  First      C  Southampton  False
4         0    male  28.0                   0      0   8.4583        Q  Third    NaN   Queenstown   True

方法一：使用 drop 函数

Pandas 提供了 drop() 函数来排除某些列。drop() 函数的参数 columns 接受一个包含列名的列表。以下是使用 drop() 函数排除一列的示例：

# 排除 deck 列
df.drop(columns=['deck'], inplace=True)

# 查看更新后的列
df.head()

输出：

   survived     sex   age  n_siblings_spouses  parch     fare embarked  class  embark_town  alone
0         0    male  22.0                   1      0   7.2500        S  Third  Southampton  False
1         1  female  38.0                   1      0  71.2833        C  First    Cherbourg  False
2         1  female  26.0                   0      0   7.9250        S  Third  Southampton   True
3         1  female  35.0                   1      0  53.1000        S  First  Southampton  False
4         0    male  28.0                   0      0   8.4583        Q  Third   Queenstown   True

可以看到，drop() 函数已经将 deck 列排除了。

方法二：使用 loc 函数

另一种排除列的方法是使用 Pandas 的 loc 函数，这个方法可以同时选择行和列。以下是使用 loc 函数排除一列的示例：

# 排除 embarked 列
df.drop(columns=df.loc[:, 'embarked'].name, inplace=True)

# 查看更新后的列
df.head()

输出：

   survived     sex   age  n_siblings_spouses  parch     fare  class  embark_town  alone
0         0    male  22.0                   1      0   7.2500  Third  Southampton  False
1         1  female  38.0                   1      0  71.2833  First    Cherbourg  False
2         1  female  26.0                   0      0   7.9250  Third  Southampton   True
3         1  female  35.0                   1      0  53.1000  First  Southampton  False
4         0    male  28.0                   0      0   8.4583  Third   Queenstown   True

同样可以看到，embarked 列已被排除。

方法三：使用布尔索引

最后一种排除列的方法是使用布尔索引。布尔索引是一种可以选取每行的子集的技术，这里我们用它来选择特定列。以下是使用布尔索引排除列的示例：

# 先创建一个布尔索引
bool_cols = [col for col in df.columns if col not in ['deck', 'embarked']]
bool_cols

# 使用布尔索引排除列
df = df[bool_cols]

# 查看更新后的列
df.head()

输出：

   survived     sex   age  n_siblings_spouses  parch     fare  class  embark_town  alone
0         0    male  22.0                   1      0   7.2500  Third  Southampton  False
1         1  female  38.0                   1      0  71.2833  First    Cherbourg  False
2         1  female  26.0                   0      0   7.9250  Third  Southampton   True
3         1  female  35.0                   1      0  53.1000  First  Southampton  False
4         0    male  28.0                   0      0   8.4583  Third   Queenstown   True

同样可以看到，deck 和 embarked 列已被排除。

这三种方法均能实现排除列的操作，可以根据实际需求选用其中的一种。