删除熊猫列的最佳方法是什么

Question

我提出这个问题是为了我的自学。据我所知，以下是删除 pandas 数据框中列的不同方法。

选项1：

 df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
del df['a']

选项 - 2：

 df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
df=df.drop('a',1)

选项 - 3：

 df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
df=df[['b','c']]

1. 其中最好的方法是什么？
2. 还有其他方法可以达到同样的目的吗？

原文由 Mohamed Thasin ah 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

按照 文档：

DataFrame 是一种 二维标记数据结构，具有可能不同类型的列。

和 pandas.DataFrame.drop ：

从行或列中 删除指定的标签。

所以，我认为我们应该坚持使用 df.drop 。为什么？我认为优点是：

1. 它使我们能够更好地控制删除操作：

    # This will return a NEW DataFrame object, leave the original `df` untouched.
   df.drop('a', axis=1)
   # This will modify the `df` inplace. **And return a `None`**.
   df.drop('a', axis=1, inplace=True)

1. 它可以用它的参数处理更复杂的情况。例如 level ，我们可以处理 MultiIndex 删除。使用 errors ，我们可以防止一些错误。

2. 这是一种更加统一和面向对象的方式。

---

就像@jezrael 在他的回答中指出的那样：

选项 1：使用关键字 del 是一种有限的方式。

选项 3：并且 df=df[['b','c']] 本质上什至不是删除。它首先通过使用 [] 语法 进行索引来选择数据，然后将名称 df 与原始 DataFrame 解除绑定并将其与新 DataFrame 绑定（即 df[['b','c']] ）。

原文由 YaOzI 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

删除 pandas 数据框中的列或行的推荐方法是使用 drop。

要删除列，

 df.drop('column_name', axis=1, inplace=True)

要删除一行，

 df.drop('row_index', axis=0, inplace=True)

您可以参考 这篇文章 以查看有关列删除方法的详细对话。

原文由 razmik 发布，翻译遵循 CC BY-SA 4.0 许可协议