迹忆客 专注技术分享

DataFrame 可以非常大，可以包含数百行和数百列。熟练掌握 DataFrame 的基本维护操作是很有必要的，比如删除其中的多列。我们可以使用 dataframe.drop() 方法，根据指定的 axis 从 DataFrame 中删除列或行，0 代表行，1 代表列。它根据一些标签来确定要删除的元素。例如，我们将从下面的 DataFrame 中删除列'a'。

import pandas as pd

df = pd.DataFrame(
    [[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)

print(df)

df.drop(["a"], axis=1, inplace=True)

print(df)

输出：

    a  b   c   d
0  10  6   7   8
1   1  9  12  14
2   5  8  10   6
   b   c   d
0  6   7   8
1  9  12  14
2  8  10   6

请注意 drop 函数中 inplace 参数的使用。当 inplace 参数设置为 True 时，列将从原始 DataFrame 中删除；否则，将返回原始 DataFrame 的副本。

在我们的例子中，我们已经删除了列'a'，但我们需要将其标签名传递给 dataframe.drop() 函数。在处理大型数据集时，我们应该同时处理许多列的此类任务，并且使用列索引代替它们的名称。

我们可以通过使用 dataframe.columns() 方法来实现，该方法返回 DataFrame 的所有列，并使用它们的索引将所需的列标签传递给 dataframe.drop() 函数。下面的代码片段解释了我们如何做到这一点。

import pandas as pd

df = pd.DataFrame(
    [[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)

df.drop(df.columns[[1, 2]], axis=1, inplace=True)

print(df)

输出：

    a   d
0  10   8
1   1  14
2   5   6

它将删除索引为 1 或 2 的列。

我们也可以避免使用 axis 参数，只需在 dataframe.drop() 函数中提到 columns 参数，它就会自动指示要删除的列。例子

import pandas as pd

df = pd.DataFrame(
    [[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)

df.drop(columns=df.columns[[1, 2]], inplace=True)

print(df)

输出：

    a   d
0  10   8
1   1  14
2   5   6