Python删除列|极客教程

Python删除列

在数据处理和分析的过程中，我们经常需要从数据集中删除某些列。Python提供了多种方法来删除列，本文将介绍几种常用的方法。

1. 使用`del`关键字删除列

del关键字可以用于删除列表中的元素，同样，我们也可以使用它来删除DataFrame中的列。

下面是一个简单的示例，演示如何使用del关键字删除DataFrame中的指定列：

import pandas as pd

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

# 删除列B
del df['B']

print(df)

运行结果如下：

2. 使用`drop`方法删除列

除了使用del关键字，我们还可以使用drop方法来删除列。drop方法允许我们指定要删除的列的标签或索引，并通过axis参数指定删除列的方向。

下面是一个示例，展示了如何使用drop方法删除DataFrame中的列：

import pandas as pd

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

# 删除列B
df = df.drop('B', axis=1)

print(df)

运行结果如下：

在上述示例中，我们使用drop方法指定了要删除的列名'B'，并通过axis=1参数告诉drop方法沿列的方向进行删除。

3. 使用`pop`方法删除列

另一种删除DataFrame列的方法是使用pop方法。pop方法将指定的列从DataFrame中移除，并返回一个包含该删除列的Series。

下面是一个示例，演示了如何使用pop方法删除DataFrame中的列：

import pandas as pd

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

# 删除列B并返回一个包含删除列的Series
series_b = df.pop('B')

print(df)
print(series_b)

运行结果如下：

   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，使用pop方法删除列后，原DataFrame中的列被删除，并通过pop方法返回的Series中保存了删除的列。

4. 使用`iloc`方法删除列

除了上述的方法，我们还可以使用iloc方法删除DataFrame中的列。iloc方法允许我们通过列的索引位置来删除列。

下面是一个示例，展示了如何使用iloc方法删除DataFrame中的列：

import pandas as pd

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

# 删除第2列
df = df.iloc[:, :-1]

print(df)

运行结果如下：

在上述示例中，我们使用iloc方法选择了除最后一列以外的所有列，并将其重新分配给原DataFrame。

5. 使用`loc`方法删除列

与iloc方法类似，loc方法也可以用于删除DataFrame中的列。不同的是，loc方法使用的是列的标签或名称，而不是索引位置。

下面是一个示例，演示了如何使用loc方法删除DataFrame中的列：

import pandas as pd

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

# 删除列B
df = df.loc[:, ['A', 'C']]

print(df)

运行结果如下：