pandas怎么删除列

可以使用 `drop` 方法来删除 pandas DataFrame 中的列。下面是一个示例：

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 'B' 列
df = df.drop('B', axis=1)

print(df)

这将输出以下结果：

   A  C
0  1  7
1  2  8
2  3  9

在 `drop` 方法中，我们需要指定要删除的列的名称，并使用 `axis=1` 参数来指示我们要删除的是列而不是行。最后，将结果重新赋值给原始 DataFrame 即可。

相关问题

pandas 删除列

Pandas 可以使用 drop() 函数来删除列。使用方法如下：

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

参数 `columns` 指定要删除的列的名称。如果要在原数据框上直接删除列，可以将参数 `inplace` 设为 `True`。

例如，假设我们有一个数据框 `df`，包含三列 'a'、'b'、'c'，如下所示：

   a   b   c
0  1   2   3
1  4   5   6
2  7   8   9

我们可以使用以下代码删除列 'b'：

df.drop(columns=['b'], inplace=True)

删除后的数据框如下所示：

   a   c
0  1   3
1  4   6
2  7   9

pandas删除列空行

要删除pandas数据框中列中的空行，可以使用dropna()函数并指定axis=0参数。这将删除包含空值的整行数据。例如，你可以使用下面的代码来实现：

df.dropna(subset=['name','team'], axis=0, inplace=True)

在这个代码中，dropna()函数被用于删除name和team列中包含空值的行。通过将axis参数设置为0，删除操作将在行方向上执行。最后，通过将inplace参数设置为True，删除操作将直接在原始数据框上进行，而不是返回一个新的数据框。