在pandas中一次性删除dataframe的多个列方法

yipeiwu_com6年前Python基础

之前沉迷于使用index删除,然而发现pandas貌似有bug?

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(12).reshape(3,4),
           columns=['A', 'B', 'C', 'D'])
x=[1,2]
df.drop(index=[1,2], axis=1, inplace=True) #axis=1,试图指定列,然并卵
print df

输出为

  A B C D
0 0 1 2 3  还是按照行进行了删除

后来请教大神得知,可以用:

df.drop(df.columns[x], axis=1, inplace=True) 的方法。

即:

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(12).reshape(3,4),
           columns=['A', 'B', 'C', 'D'])
x=[1,2]
df.drop(df.columns[x], axis=1, inplace=True)
print df

的方法删除。输出结果符合预期。

以上这篇在pandas中一次性删除dataframe的多个列方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

十条建议帮你提高Python编程效率

十条建议帮你提高Python编程效率

程序员的时间很宝贵,Python这门语言虽然足够简单、优雅,但并不是说你使用Python编程,效率就一定会高。要想节省时间、提高效率,还是需要注意很多地方的。 今天就与大家分享资深Pyt...

python用户评论标签匹配的解决方法

python用户评论标签匹配的解决方法

我们观察用户评论发现:属性词往往和情感词伴随出现,原因是用户通常会在描述属性时表达情感,属性是情感表达的对象。还发现:属性词和专用情感词基本都是名词或形容词(形谓词)。 算法流程图如下:...

Pandas之Dropna滤除缺失数据的实现方法

约定: import pandas as pd import numpy as np from numpy import nan as NaN 滤除缺失数据 pandas的设计目...

python学习笔记之列表(list)与元组(tuple)详解

前言 最近重新再看python的基础知识,感觉自己还是对于这些知识很陌生,需要用的时候还是需要翻书查阅,还是先注重基础吧——我要重新把python的教程阅读一遍,把以前自己忽略的部分学习...

详解Django-restframework 之频率源码分析

详解Django-restframework 之频率源码分析

一 前言 经过权限判断之后就是进行频率的判断了,而频率的判断和权限又不一样,认证、权限和频率的执行流程都差不多,使用配置里面的相关类来进行判断。而不和认证和权限一样,频率的配置没有,查看...