data = { 'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12] } df = pd.DataFrame(data) 删除某几列: 你可以通过列名列表来指定要删除的列。例如,要删除列'B'和列'D',可以这样做: python columns_to_drop = ['B', 'D'] df_dropped = df.drop(...
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...
-- columns 指定列名 二、实操 删除简单索引 importpandasaspdimportnumpyasnp# 构建测试集df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['a','b','c','d'])''' a b c d 0 0 1 2 3 1 4 5 6 7 2 8 9 10 11 '''# 删除行df.drop(2) df.drop([0,1])# 删除列df.drop...
用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 参数说明: labels 就是要删除的行列的名字,用列表给定 axis 默认为0,指删除行,因此删除columns时要指定axis=1; index 直接指定要删除的行 columns 直接指定要删除的列 inplace=False,默认该删除操作不改变原数据,而是返回一...
当然可以,这里有十种方法来剔除 DataFrame 的最后一列: # 方法1:使用列索引 df1 = df[df.columns[:-1]] # 方法2:使用 drop 方法 df2 = df.drop(df.columns[-1], axis=1) # 方法3:使用 iloc df3 = df.iloc[:, :-1] # 方法4:使用 loc ...
df = df.drop('B', axis=1) 使用inplace=True参数删除列如果要将删除的列直接应用于原始DataFrame,而不是返回一个新的DataFrame,可以使用inplace=True参数。语法如下: df.drop('column_name', axis=1, inplace=True) 例如,要删除列’B’并将结果直接应用于原始DataFrame,可以执行以下代码: df.drop('B',...
python学习之删除DataFrame某一行/列内容 用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 参数说明: labels 就是要删除的行列的名字,用列表给定 axis 默认为0,指删除行,因此删除columns时要指定axis=1; index 直接指定要删除的行...
用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 在这里默认:axis=0,指删除index,因此删除columns时要指定axis=1; inp...
**方法1:使用`loc`索引和`drop()`函数** 我们可以使用`loc`方法选择唯一的列名,之后使用`drop()`函数删除其他重复列。 ```python # 删除重复列,保留第一个出现的列 df = df.loc[:, ~df.columns.duplicated()] print("DataFrame after dropping duplicates:\n", df) ...
drop函数 DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise') 这是drop函数的所有参数 labels是指要删除的标签,一个或者是列表形式的多个; axis是指处哪一个轴; columns是指某一列或者多列; ...