python从DataFrame中删除列

目录

在操作数据的时候， DataFrame 对象中删除一个或多个列是常见的操作，并且实现方法较多，然而这中间有很多细节值得关注。

首先，一般被认为是“正确”的方法，是使用 DataFrame 的 drop 方法，之所以这种方法被认为是标准的方法，可能是收到了 SQL 语句中使用 drop 实现删除操作的影响。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(25).reshape((5,5)), columns=list("abcde"))

display(df)

try:
    df.drop('b')
except KeyError as ke:
    print(ke)

输出：

    a   b   c   d   e
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
4  20  21  22  23  24
"['b'] not found in axis"

上面的操作中出现了报错信息，什么原因？这是因为 drop 方法中，默认是删除行。

如果用 axis=0 或 axis='rows'，都表示展出行，也可用 labels 参数删除行。

df.drop(0)                # drop a row, on axis 0 or 'rows'
df.drop(0, axis=0)        # same
df.drop(0, axis='rows')   # same
df.drop(labels=0)         # same
df.drop(labels=[0])       # same

# 结果
    a   b   c   d   e
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
4  20  21  22  23  24