pandas删除列的数据
时间: 2023-11-11 15:58:20 浏览: 28
要删除 pandas DataFrame 中的列数据,可以使用 `drop()` 方法。例如,以下代码会删除名为 'column_to_drop' 的列:
```python
df.drop('column_to_drop', axis=1, inplace=True)
```
其中,`axis=1` 表示按列删除,`inplace=True` 表示在原 DataFrame 上进行操作。
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
```
pyhon pandas 删除列
要在Python的Pandas中删除列,可以使用`drop`方法。以下是一个示例:
```python
import pandas as pd
# 创建一个示例数据框
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)
```
输出结果将是:
```
A C
0 1 7
1 2 8
2 3 9
```
在`drop`方法中,我们传递要删除的列的名称作为第一个参数,并指定`axis=1`以表示删除列而不是行。将修改后的数据框重新赋值给原始变量`df`,以便更新数据框。