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 DataFramedrop 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 npdf = 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=0axis='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

python从DataFrame中删除列相关推荐

  1. Python的DataFrame中筛选满足某列的值在指定数值内的行

    Python的DataFrame中筛选满足某列的值在指定数值内的行 以dataframe对象df1为例,选取所有满足A列的值在[1,2,3,4]的行. 语法为df1[ df1['A'].isin([1 ...

  2. python 将dataframe中的str都转化成float_【Python自学笔记】一次不太成功的利用Python整理的利润表实践...

    前情提要:蓬佩奥不怕开水烫:XLOOKUP函数简单使用指南 之前这篇文章里面,是使用的word对报表进行处理,相对简单快捷:但是,数据量比较大比较复杂的情况下,用word处理起来会有点吃力. 因此,我 ...

  3. python explode_pandas dataframe 中的explode函数用法详解

    在使用 pandas 进行数据分析的过程中,我们常常会遇到将一行数据展开成多行的需求,多么希望能有一个类似于 hive sql 中的 explode 函数. 这个函数如下: Code # !/usr/ ...

  4. Python向DataFrame中指定位置添加一列或多列

    对于这个问题,相信很多人都会很困惑,本篇文章将会给大家介绍一种非常简单的方式向DataFrame中任意指定的位置添加一列. 在此之前或许有不少读者已经了解了最普通的添加一列的方式,如下: import ...

  5. 从DataFrame中删除列

    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 ...

  6. python遍历dataframe中的每个字符_pandas中遍历dataframe的每一个元素的实现

    假如有一个需求场景需要遍历一个csv或excel中的每一个元素,判断这个元素是否含有某个关键字 那么可以用python的pandas库来实现. 方法一: pandas的dataframe有一个很好用的 ...

  7. python dataframe列数值相加,python合并dataframe中的行并将值相加

    我想这会有帮助.这段代码可以处理任意数量的连续"T",甚至可以更改要组合的字符.我在代码中添加了注释来解释它的作用.在import pandas as pd def combine ...

  8. 在python的dataframe中进行类似于mysql的join操作(持续更新)

    Mysql准备工作: T1 T2 T3 操作 mysql mysql结果 inner join select * from T1 inner join T2 on T1.user_id = T2.us ...

  9. 【Python】DataFrame中的xs用法

    xs用于多重索引中,先创立一个二级行索引的dataframe,如下所示: np.arrays = [['one', 'one', 'one', 'two', 'two', 'two'], [1, 2, ...

最新文章

  1. max flow value 是网络流里的什么_为什么你这么努力,还是没有通过投行面试
  2. ThinkPHP URL模式和URL重写
  3. SEO站内优化系列讲座(八)——
  4. Mellanox 8亿美元收购EZchip
  5. 讨论MySQL丢失数据的几种情况
  6. ios学习笔记block回调的应用(一个简单的例子)
  7. 一个在校的普通前端小姐姐的2021
  8. P6282 [USACO20OPEN] Cereal S 思维
  9. JVM 调优和垃圾回收器说明
  10. java 并发 主键_高并发数据库自增主键分析
  11. 拳王虚拟项目公社:最新创业好项目有哪些,90后创业好项目,虚拟资源兼职副业好项目
  12. c语言题目1120,九度题目1120:全排列
  13. ubantu 添加防火墙策略_Ubuntu防火墙安装和配置
  14. csdn 不登录浏览全文 chrome 浏览器
  15. PAT 1153 Decode Registration Card of PAT (25 分)- 甲级
  16. dnf上海2服务器维护,DNF上海2出现大面积盗号并迅速蔓延请注意
  17. 重置系统_WIN10系统如何创建密码重置盘
  18. LINUX如何获取jre路径,及程序代码如何读取
  19. android视频编辑功能,万能视频编辑器
  20. 在ubuntu中使用visual studio code对C/C++文件调试

热门文章

  1. 用sklearn.preprocessing做数据预处理(四)——OneHotEncoder
  2. 大数据案例--网站流量项目(上)
  3. android 来电显示号码,android监控来电显示
  4. maven打包时打包指定的lib文件夹
  5. 在c语言程序中使用数据库,数据库与C语言程序设计两者之间有什么联系?
  6. 概率与数理统计学习图
  7. oracle11g r2 64 补丁,win10系统下oracle11g R2的64位版本安装教程
  8. 好用的分类统计--Python
  9. R数据分析:数据清洗的思路和核心函数介绍
  10. 怎么查看显卡算力(附nvidia显卡算力表)