pandas 删除多列|极客教程

pandas 删除多列

在数据处理和分析中，经常会遇到需要删除多列的情况。Pandas是一个强大的数据处理库，提供了很多方便的方法和函数来操作和处理数据。本文将详细介绍如何使用Pandas删除多列。

1. Pandas简介

Pandas是一个数据处理和分析库，基于NumPy开发而成。它提供了高效、灵活和快速的数据结构，用于处理和操作大型数据集。Pandas的两个核心数据结构是Series和DataFrame，分别用于处理一维和二维数据。

2. DataFrame的创建和基本操作

在开始删除多列之前，我们先了解一下如何创建和操作DataFrame。

2.1 创建DataFrame

创建DataFrame最常用的方式是通过字典或NumPy数组。下面是通过字典创建DataFrame的示例：

import pandas as pd

data = {
  '姓名': ['张三', '李四', '王五'],
  '年龄': [18, 20, 22],
  '性别': ['男', '女', '男'],
  '成绩': [80, 90, 85]
}

df = pd.DataFrame(data)

print(df)

输出：

   姓名  年龄 性别  成绩
0  张三  18  男  80
1  李四  20  女  90
2  王五  22  男  85

2.2 DataFrame基本操作

DataFrame提供了很多方便的方法和函数来操作数据。下面是一些常用的DataFrame操作：

查看头几行数据：df.head()
查看尾几行数据：df.tail()
查看列名：df.columns
查看索引：df.index
查看数据类型：df.dtypes
查看数据统计信息：df.describe()

3. 删除多列

在Pandas中，删除DataFrame的多列可以使用drop()函数。

3.1 删除指定多列

要删除指定的多列，可以将列名作为参数传递给drop()函数。下面是删除姓名和性别两列的示例：

df_drop = df.drop(['姓名', '性别'], axis=1)

print(df_drop)

输出：

3.2 删除连续多列

要删除连续的多列，可以使用切片的方式传递列名范围给drop()函数。下面是删除年龄和性别两列的示例：

df_drop = df.drop(df.columns[1:3], axis=1)

print(df_drop)

输出：

   姓名  成绩
0  张三  80
1  李四  90
2  王五  85

3.3 删除多列并更新原DataFrame

上述的示例中，生成的新DataFrame是不包含被删除列的，原DataFrame并未更新。如果要在删除多列的同时更新原DataFrame，可以使用inplace=True参数。下面是删除姓名和性别两列并更新原DataFrame的示例：

df.drop(['姓名', '性别'], axis=1, inplace=True)

print(df)

输出：

4. 小结

本文介绍了如何使用Pandas删除多列的方法。通过drop()函数，我们可以轻松地删除指定和连续的多列。此外，还了解了如何在删除多列的同时更新原DataFrame。

Pandas提供了丰富的数据处理和操作方法，能够帮助我们高效地处理和分析大型数据集。熟练掌握Pandas的常用函数和方法，对于数据分析和数据挖掘的工作都非常重要。

pandas 删除多列