小编给大家分享一下如何在python删掉数据表指定列的数据，希望大家阅读完这篇文章后大所收获，下面让我们一起去探讨吧！
网站建设哪家好，找创新互联！专注于网页设计、网站建设、微信开发、小程序制作、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了南部免费建站欢迎大家使用！
1、使用del函数删除指定列
python 中针对DataFrame格式的数据,删除列最简单的方法是使用del 函数,简单粗暴效果好,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` 6DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过这些Series公用一个索引。
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，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；
inplace=True，则会直接在原数据上进行删除操作，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
看完了这篇文章，相信你对如何在python删掉数据表指定列的数据有了一定的了解，想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
