df_dropped_columns = df.drop(columns=['City']) print(df_dropped_columns) 上面的代码会删除城市列,并返回一个新的DataFrame: Name Age 0 Alice 25 1 Bob 30 2 Charlie 35 3 David 40 注意:筛选和删除操作默认返回的是一个新的DataFrame,不会改变原始的DataFrame。 六、实战演练 假设我们有一个包含学生...
drop columns pandas df.drop(columns=['B','C']) 5 0 从dataframe中删除列 #To delete the column without having to reassign dfdf.drop('column_name', axis=1, inplace=True) 4 0 在pandas中删除列 note: dfisyour dataframe df = df.drop('coloum_name',axis=1) ...
columns:要删除的列名 level:多级索引的级别 inplace:是否在原地修改数据(默认为False) errors:处理错误的方式(默认为'raise')🔍 让我们通过一个具体的例子来理解: 读取CSV文件:使用pd.read_csv方法读取名为xscj1.csv的文件,并将其存储在df_data中。 删除列:使用df_data.drop("yw", axis=1)删除名为yw的...
示例: 我们使用df.drop(columns='col name')来从下面的示例中删除DataFrame的'age'列。 import pandas as pdstudent_dict = {'name': ['Joe','Nat'],'age': [20, 21],'marks': [85.10, 77.80]}# Create DataFrame from dictstudent_df = pd.DataFrame(student_dict)print(student_df)# drop column...
= 'A'] print("使用列索引删除列A后的DataFrame: ", df) # 使用列索引删除多列 df = df.loc[:, ~df.columns.isin(['C', 'D'])] print("使用列索引删除列C和D后的DataFrame: ", df) 总结:在pandas中删除DataFrame的列有多种方法,包括drop方法、del关键字、pop方法和列索引删除。选择哪种方法...
除了使用labels参数和axis参数删除列,我们还可以直接使用columns参数删除列。 示例代码: importpandasaspd# 创建一个DataFramedf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]},index=['a','b','c'])# 删除列'B'df.drop(columns='B')print(df) ...
pandas的drop函数是一个非常有用的函数,它可以帮助我们删除DataFrame或Series中的指定行或列。在数据分析过程中,我们经常需要删除一些不需要的行或列,这时候就可以使用pandas的drop函数。 1. 基本用法 pandas的drop函数的基本语法如下: DataFrame.drop(labels=None,axis=0,index=None,columns=None,level=None,inplace...
2)index或columns直接指定要删除的行或列 【实例】 代码语言:javascript 代码运行次数:0 #-*-coding:UTF-8-*-importpandasaspd df=pd.read_excel('data_1.xlsx')print(df)df=df.drop(['学号','语文'],axis=1)print(df)df=df.drop([1,2],axis=0)print(df) ...
df = df.drop(columns=df[df['A'].isin(['x', 'z'])].columns) # 删除'A'列为'x'或'z'的列 五、按条件删除多列如果要删除多列,只需将上述代码中的单列条件改为多列条件即可。 df = df.drop(columns=df[(df['A'] == 'x') | (df['B'] > 2)].columns) # 删除'A'列为'x'或'...
列名不存在:如果要删除的列名在DataFrame中不存在,那么drop()方法将无法删除列。确保要删除的列名存在于DataFrame中,可以通过使用columns属性查看DataFrame的列名列表来验证。 使用inplace参数:默认情况下,drop()方法返回一个新的DataFrame,原始DataFrame不会被修改。如果希望在原始DataFrame上进行修改...