pandas drop删除多列|极客教程

pandas drop删除多列

在数据处理过程中，经常会遇到需要删除多列的情况。Pandas是Python中用于数据处理和分析的重要库之一，提供了丰富的功能和灵活的操作方法。本文将详细介绍如何使用Pandas中的drop方法来删除多列数据。

drop方法概述

Pandas中的drop方法可以用来删除某一行或某一列的数据。当需要删除多列数据时，可以指定需要删除的列名组成的列表。drop方法的基本语法如下：

dataFrame.drop(columns=['列名1', '列名2', ...])

其中，dataFrame是Pandas中的DataFrame对象，columns参数用来指定需要删除的列名。通过传入列名列表，可以同时删除多列数据。

接下来，将通过几个示例代码来演示如何使用drop方法删除多列数据。

示例代码

示例一

假设有一个包含多列数据的DataFrame对象df，我们希望删除其中的col1和col2两列数据，可以使用以下代码：

import pandas as pd

# 创建DataFrame对象
data = {
    'col1': [1, 2, 3],
    'col2': [4, 5, 6],
    'col3': [7, 8, 9]
}
df = pd.DataFrame(data)

# 删除col1和col2两列数据
df = df.drop(columns=['col1', 'col2'])
print(df)

运行以上代码，输出如下：

可以看到，删除了col1和col2两列数据，只保留了col3一列。

示例二

除了使用列名列表来删除多列数据外，还可以通过切片的方式来删除指定范围内的列。以下示例代码演示了如何删除第二到第四列数据：

import pandas as pd

# 创建DataFrame对象
data = {
    'col1': [1, 2, 3],
    'col2': [4, 5, 6],
    'col3': [7, 8, 9],
    'col4': [10, 11, 12]
}
df = pd.DataFrame(data)

# 删除第二到第四列数据
df = df.drop(columns=df.columns[1:4])
print(df)

运行以上代码，输出如下：

可以看到，删除了第二到第四列数据，只保留了col1一列。

示例三

除了使用drop方法外，还可以通过直接指定需要保留的列来实现删除多列数据的目的。以下示例代码演示了如何保留col1一列，删除其余列数据：

import pandas as pd

# 创建DataFrame对象
data = {
    'col1': [1, 2, 3],
    'col2': [4, 5, 6],
    'col3': [7, 8, 9]
}
df = pd.DataFrame(data)

# 保留col1一列，删除其余列数据
df = df[['col1']]
print(df)

运行以上代码，输出如下：