删除dataframe的一列

可以使用`drop()`函数删除dataframe中的一列。使用格式为：

dataframe.drop(columns='column_name', inplace=True)

其中，'column_name'是要删除的列的名称，inplace=True 表示在原始数据上进行修改，如果不设置 inplace=True 则不会在原始数据上进行修改。

例如:

import pandas as pd
data = {'name': ['John', 'Marry', 'Bob'], 'age': [20, 22, 25]}
df = pd.DataFrame(data)
df.drop(columns='age', inplace=True)
print(df)

结果是:

   name
0  John
1  Marry
2    Bob

这样就将age列删除了

相关问题

如何使用 pandas 的 str.strip() 方法来删除 DataFrame 一列数据的字符串前后的空格。

### 回答1：

你可以使用 pandas 的 str.strip() 方法来删除 DataFrame 一列数据的字符串前后的空格，方法是：先使用 pandas 的 DataFrame.apply() 方法将该列数据传入函数，然后在函数中调用 str.strip() 来删除字符串前后的空格，最后返回处理后的数据并将其赋值给原来的 DataFrame 列。

### 回答2：
使用 pandas 的 str.strip() 方法来删除 DataFrame 一列数据的字符串前后的空格，我们需要按照以下步骤进行操作：

1. 导入 pandas 包，并创建一个 DataFrame 对象，例如 df。
2. 使用 str.strip() 方法来删除一列数据的字符串前后的空格，并将处理后的结果赋值给原来的列。
例如：df['列名'] = df['列名'].str.strip()。
3. 可以使用 df.head() 来查看处理后的 DataFrame 前几行数据，以确保空格已经被删除。
4. 最后，可以使用 df.to_csv() 将处理后的 DataFrame 保存到文件中，以便后续使用。

示例代码如下：

import pandas as pd

# 创建一个 DataFrame 对象
data = {'列名': ['  字符串1  ', '  字符串2  ', '  字符串3  ']}
df = pd.DataFrame(data)

# 使用 str.strip() 方法删除字符串前后的空格
df['列名'] = df['列名'].str.strip()

# 输出处理后的 DataFrame
print(df.head())

# 保存处理后的 DataFrame 到文件
df.to_csv('处理后的数据.csv', index=False)

通过以上操作，我们可以成功使用 pandas 的 str.strip() 方法删除 DataFrame 一列数据的字符串前后的空格，并保存处理后的数据。

### 回答3：
使用pandas的str.strip()方法来删除DataFrame一列数据的字符串前后的空格非常简单。可以通过以下几个步骤完成：

1. 导入所需的库：`import pandas as pd`
2. 创建一个DataFrame对象：`df = pd.DataFrame({'col1': [' string1 ', ' string2 ', 'string3 ']})`
3. 使用str.strip()方法来删除字符串前后的空格并重新赋值给列：`df['col1'] = df['col1'].str.strip()`
4. 打印DataFrame对象以检查结果：`print(df)`

完整代码如下所示：

import pandas as pd

df = pd.DataFrame({'col1': ['  string1 ', '   string2 ', 'string3   ']})
df['col1'] = df['col1'].str.strip()
print(df)

运行结果如下所示：

       col1
0  string1
1  string2
2  string3

可以看到，使用str.strip()方法成功地删除了DataFrame中col1列字符串前后的空格。

删掉dataframe的一列

要删除DataFrame的一列，可以使用pandas的drop方法，并指定要删除的列名和轴参数。根据引用和引用的信息，如果想要删除列并返回一个新的DataFrame对象，可以设置inplace参数为False，默认情况下是False。以下是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9})

# 删除'b'列，并返回一个新的DataFrame对象
df2 = df.drop('b', axis=1)

# 打印删除列后的列名
print(df2.columns)

上述代码中，通过`df.drop('b', axis=1)`删除了DataFrame的'b'列，并将结果赋值给了df2。打印df2的列名可以看到，'b'列已被成功删除。

如果想要直接在原始DataFrame上进行删除操作，可以将inplace参数设置为True。以下是一个示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9})

# 直接在原始DataFrame上删除'b'列
df.drop('b', axis=1, inplace=True)

# 打印删除列后的列名
print(df.columns)

上述代码中，通过`df.drop('b', axis=1, inplace=True)`直接在原始DataFrame上删除了'b'列。打印df的列名可以看到，'b'列已被成功删除。

所以，要删除DataFrame的一列，可以使用drop方法，并通过设置inplace参数为False或True来控制是否返回新的DataFrame对象或直接在原始DataFrame上进行删除操作。