博客

如何在Pandas数据框架中删除一个或多个列

  • Post category:Python

删除一个或多个列是Pandas数据框架中的常用操作。在Pandas中，我们可以使用drop()方法来删除一个或多个列。具体操作步骤如下：

Step 1: 导入Pandas库并读取数据

首先，我们需要导入Pandas库，并读取相关的数据。我们在这里使用官方提供的Iris（鸢尾花）数据集作为示例。

import pandas as pd

# 读取数据
df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', 
                 header=None,
                 names=['sepal length', 'sepal width', 'petal length', 'petal width', 'class'])

# 查看前5行数据
df.head(5)

输出结果：

   sepal length  sepal width  petal length  petal width        class
0           5.1          3.5           1.4          0.2  Iris-setosa
1           4.9          3.0           1.4          0.2  Iris-setosa
2           4.7          3.2           1.3          0.2  Iris-setosa
3           4.6          3.1           1.5          0.2  Iris-setosa
4           5.0          3.6           1.4          0.2  Iris-setosa

Step 2: 删除一个或多个列

接下来，我们可以使用drop()方法来删除一个或多个列。drop()方法中的axis参数用于指定删除行或列，其中axis=0表示删除行（默认值），axis=1表示删除列。具体操作步骤如下：

删除一个列
# 删除'petal width'列（单个列），并返回新的数据框架
df_drop = df.drop('petal width', axis=1)

# 查看前5行数据
df_drop.head(5)

输出结果：

   sepal length  sepal width  petal length        class
0           5.1          3.5           1.4  Iris-setosa
1           4.9          3.0           1.4  Iris-setosa
2           4.7          3.2           1.3  Iris-setosa
3           4.6          3.1           1.5  Iris-setosa
4           5.0          3.6           1.4  Iris-setosa

可以看到，新的数据框架中已经删除了’petal width’列。

删除多个列

我们可以在drop()方法的columns参数中指定需要删除的多个列，以列表形式传递参数即可。

# 删除'margin length'列和'margin width'列（多个列），并返回新的数据框架
df_drop = df.drop(columns=['sepal length', 'sepal width'])

# 查看前5行数据
df_drop.head(5)

输出结果：

   petal length  petal width        class
0           1.4          0.2  Iris-setosa
1           1.4          0.2  Iris-setosa
2           1.3          0.2  Iris-setosa
3           1.5          0.2  Iris-setosa
4           1.4          0.2  Iris-setosa

可以看到，新的数据框架中已经删除了’sepal length’列和’sepal width’列。

Step 3: 修改原数据框架

以上的方法都是针对原数据框架的复制，如果我们想要直接在原数据框架上进行更改，则需要将inplace参数设置为True。

删除一个列
# 直接删除'petal width'列（单个列），并返回新的数据框架
df.drop('petal width', axis=1, inplace=True)

# 查看前5行数据
df.head(5)

输出结果：

   sepal length  sepal width  petal length        class
0           5.1          3.5           1.4  Iris-setosa
1           4.9          3.0           1.4  Iris-setosa
2           4.7          3.2           1.3  Iris-setosa
3           4.6          3.1           1.5  Iris-setosa
4           5.0          3.6           1.4  Iris-setosa

可以看到，原数据框架中已经删除了’petal width’列。

删除多个列
# 直接删除'sepal length'列和'sepal width'列（多个列），并返回新的数据框架
df.drop(columns=['sepal length', 'sepal width'], inplace=True)

# 查看前5行数据
df.head(5)

输出结果：

   petal length        class
0           1.4  Iris-setosa
1           1.4  Iris-setosa
2           1.3  Iris-setosa
3           1.5  Iris-setosa
4           1.4  Iris-setosa

可以看到，原数据框架中已经删除了’sepal length’列和’sepal width’列。

小结

本文详细讲解了如何在Pandas数据框架中删除一个或多个列。我们可以使用drop()方法来实现，同时还介绍了如何在原数据框架上直接进行更改。通过本文的学习，相信读者已经能够熟练地掌握这一操作。

Tags: