pandas删除列数据|极客教程

pandas删除列数据

在数据分析和处理中，经常需要对数据进行清洗和整理。pandas是Python中一个非常强大的数据处理工具，它提供了丰富的功能来操作数据。在pandas中，删除列数据是一个常见的操作，可以通过一些简单的方法来实现。本文将介绍如何使用pandas删除列数据，并给出一些示例代码。

删除单列数据

首先，我们来看如何删除单列数据。可以使用drop方法来删除列数据，只需要指定axis=1即可删除列数据。

示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除列数据
df = df.drop('B', axis=1)

print(df)

运行结果为：

可以看到，列B已经被成功删除了。

删除多列数据

如果需要删除多列数据，只需要在drop方法中传入需要删除的列名列表即可。

示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除多列数据
df = df.drop(['A', 'B'], axis=1)

print(df)

运行结果为：

可以看到，列A和列B已经被成功删除了。

使用`pop`方法删除列数据

除了使用drop方法外，还可以使用pop方法来删除列数据。pop方法会返回被删除的列数据，并且直接在原始DataFrame上进行操作。

示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除列数据
col = df.pop('B')

print(df)
print(col)

运行结果为：

   A  C
0  1  7
1  2  8
2  3  9
0    4
1    5
2    6
Name: B, dtype: int64

可以看到，列B已经被成功删除，并且被赋值给了col变量。

使用`del`关键字删除列数据

另一种删除列数据的方法是使用Python的del关键字，直接从DataFrame中删除指定的列。

示例代码如下：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除列数据
del df['B']

print(df)

运行结果为：