对比Excel，Python pandas删除数据框架中的列

删除列也是Excel中的常用操作之一，可以通过功能区或者快捷菜单中的命令或者快捷键来实现。上一篇文章，我们讲解了Python pandas删除数据框架中行的一些方法，删除列与之类似。然而，这里想介绍一些新方法。取决于实际情况，正确地使用一种方法可能比另一种更好。

准备数据框架

创建用于演示删除列的数据框架，仍然使用前面给出的“用户.xlsx”中的数据。

图1

.drop()方法

与删除行类似，我们也可以使用.drop()删除列。唯一的区别是，在该方法中，我们需要指定参数axis=1。下面是.drop()方法的一些说明：

• 要删除单列：传入列名（字符串）。

• 删除多列：传入要删除的列的名称列表。

• 如果要覆盖原始数据框架，则要包含参数inplace=True。

图2

del方法

del是Python中的一个关键字，可用于删除对象。我们可以使用它从数据框架中删除列。

注意，当使用del时，对象被删除，因此这意味着原始数据框架也会更新以反映删除情况。

图3

重赋值方法

也就是方括号法，但这不是真正的删除方法，而是重新赋值操作。但是，最终结果与删除相同。

考虑我们原来的数据框架，它有5列，即：

用户姓名、国家、城市、性别、年龄

假设我们要删除国家和年龄列。实际上我们没有删除，而是创建了一个新的数据框架，其中只包含用户姓名、城市和性别，有效地“删除”了其他两列。然后，我们将新创建的数据框架赋值给原始数据框架以完成“删除操作”。注意代码中的双方括号。

df = df[[’城市’,’性别’]]

注：如果是df = df[['用户姓名’,’城市’,’性别’]]则出错，什么原因？

使用哪种方法？

三种方法，应该用哪一种？答案总是：视情况而定。下面是我用来决定使用哪种方法的一些技巧。

.drop()

• 当有许多列，而只需要删除一些列时，效果最佳。在这种情况下，我们只需要列出要删除的列。

• 但是，如果要覆盖原始数据框架，则需要记住应包含参数inplace=True。

del

• 当我们只需要删除1或2列时效果最好。这种方法是最简单、最短的代码。

• 但是，如果需要删除多个列，则需要使用循环，这比.drop()方法更麻烦。

重赋值

• 当数据框架只有几列时效果最好；或者数据框架有很多列，但我们只保留一些列。

• 如果我们需要保留许多列，必须键入计划保留的所有列名称，这可能需要大量键入。

注：本文学习整理自pythoninoffice.com。