如何在python中删除几列数据表

1、使用del函数删除指定列

对于python中DataFrame格式的数据，最简单的删除列的方法就是使用del函数，简单粗暴，效果很好，比如

import  pandas as pd
df = pd.DataFrame(columns = list('AB'),data = [[1,2,3],[4,5,6]])
print(df)
结果如下:
    A  B  C
0  1  2  3
1  4  5  6
#删除B列
del df['B']
print(df)
结果如下:
    A  C
0  1  3
1  4` 6

DataFrame 是一种表格数据结构，包含一组有序的列，每个列可以是不同的值。 DataFrame 同时具有行索引和列索引。它可以看作是由Series组成的字典，但是这些Series共享一个索引。

2、使用DataFrame.drop函数删除指定列

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delete操作不改变原有数据，而是在delete操作后返回一个新的dataframe；

inplace=True，删除操作会直接对原始数据进行，删除后无法返回。

删除行列有两种方式：

1）labels=None,axis=0 的组合

2）index或columns直接指定要删除的行或列

>>>df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])
 
>>>df
 
   A   B   C   D
 
0  0   1   2   3
 
1  4   5   6   7
 
2  8   9  10  11
 
#Drop columns,两种方法等价
 
>>>df.drop(['B', 'C'], axis=1)
 
   A   D
 
0  0   3
 
1  4   7
 
2  8  11
 
>>>df.drop(columns=['B', 'C'])
 
   A   D
 
0  0   3
 
1  4   7
 
2  8  11
 
# 第一种方法下删除column一定要指定axis=1,否则会报错
>>> df.drop(['B', 'C'])
 
ValueError: labels ['B' 'C'] not contained in axis
 
#Drop rows
>>>df.drop([0, 1])
 
   A  B   C   D
 
2  8  9  10  11
 
>>> df.drop(index=[0, 1])
 
   A  B   C   D
    
2  8  9  10  11

推荐学习《
》。