pandas删除多个列|极客教程

pandas删除多个列

引言

在数据分析和处理的过程中，我们经常需要对数据集进行清洗和整理。其中一个常见的操作是删除多个列。Pandas是一个非常流行的Python数据操作库，提供了丰富的功能来处理和操作数据集。在本文中，我们将学习如何使用Pandas删除多个列。

什么是Pandas？

Pandas是一个强大的数据处理和分析工具，它为Python提供了高性能的数据结构和数据分析工具。它通常被用来处理结构化数据，例如CSV文件或数据库表格。Pandas提供了简单而直观的数据操作接口，使得数据的处理和分析变得更加容易。

Pandas的数据结构

在开始学习如何删除多个列之前，先介绍一下Pandas的两个重要的数据结构：Series和DataFrame。

Series

Series是Pandas中的一维数据结构，类似于一维数组或列表。它由值和索引组成，并且可以包含不同类型的数据。

我们可以使用以下代码创建一个Series：

import pandas as pd

data = pd.Series([1, 3, 5, np.nan, 6, 8])
print(data)

运行结果：

0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

DataFrame

DataFrame是Pandas中的二维数据结构，类似于电子表格或SQL表。它由行和列组成，并且可以包含不同类型的数据。

我们可以使用以下代码创建一个DataFrame：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Country': ['China', 'USA', 'UK', 'Australia']}
df = pd.DataFrame(data)
print(df)

运行结果：

   Name  Age    Country
0   Tom   20      China
1  Nick   25        USA
2  John   30         UK
3   Amy   35  Australia

删除单个列

在Pandas中，我们可以使用drop()方法来删除单个列，该方法需要指定要删除的列的名称和axis参数的值为1。

以下代码演示了如何删除单个列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Country': ['China', 'USA', 'UK', 'Australia']}
df = pd.DataFrame(data)

df.drop('Country', axis=1, inplace=True)
print(df)

运行结果：

   Name  Age
0   Tom   20
1  Nick   25
2  John   30
3   Amy   35

在上面的代码中，我们首先创建了一个DataFrame对象，然后使用drop()方法删除了’Country’列，最后打印了结果。

值得注意的是，drop()方法返回一个新的DataFrame对象，如果需要修改原来的DataFrame对象，需要将inplace参数设置为True。

删除多个列

接下来，我们将学习如何删除多个列。

方法一：使用`drop()`方法

我们可以通过调用drop()方法多次来删除多个列，每次删除一个列。

以下代码演示了如何删除多个列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Country': ['China', 'USA', 'UK', 'Australia']}
df = pd.DataFrame(data)

df.drop(['Name', 'Age'], axis=1, inplace=True)
print(df)

运行结果：

     Country
0      China
1        USA
2         UK
3  Australia

在上面的代码中，我们调用了两次drop()方法，分别删除了’Name’列和’Age’列。

方法二：使用`del`关键字

除了使用drop()方法，我们还可以使用del关键字来删除列。

以下代码演示了如何使用del关键字删除列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Country': ['China', 'USA', 'UK', 'Australia']}
df = pd.DataFrame(data)

del df['Name']
del df['Age']
print(df)

运行结果：

     Country
0      China
1        USA
2         UK
3  Australia

在上面的代码中，我们使用了del关键字分别删除了’Name’列和’Age’列。

删除连续的多个列

除了删除多个不连续的列，有时候我们还需要删除连续的多个列。在Pandas中，我们可以使用切片操作来删除连续的多个列。

以下代码演示了如何删除连续的多个列：

import pandas as pd

data = {'Name': ['Tom', 'Nick', 'John', 'Amy'],
        'Age': [20, 25, 30, 35],
        'Country': ['China', 'USA', 'UK', 'Australia']}
df = pd.DataFrame(data)

df = df.iloc[:, :-2]
print(df)

运行结果：

     Country
0      China
1        USA
2         UK
3  Australia

在上面的代码中，我们通过使用iloc函数和切片操作删除了最后两列。iloc函数用于使用整数位置索引选择行和列。

结论

在本文中，我们学习了如何使用Pandas删除多个列。我们使用了drop()方法和del关键字来删除单个列和多个列。此外，我们还学习了如何删除连续的多个列。

pandas删除多个列