Bagaimana untuk melaksanakan operasi pemadaman lajur dalam PythonPandas

Dalam Pandas, anda boleh menggunakan kaedah "drop()" untuk memadamkan lajur dalam DataFrame: 1. Gunakan "import panda sebagai pd" untuk mengimport modul Pandas 3. Gunakan "drop(; )" kaedah untuk memadam Tentukan lajur; 4. Anda boleh lulus senarai nama lajur untuk memadam berbilang lajur pada masa yang sama; 5. Gunakan terus indeks lajur untuk memadam lajur.

Sistem pengendalian tutorial ini: sistem Windows 10, komputer Dell G3.

Dalam Panda, anda boleh menggunakan kaedah drop() untuk memadamkan lajur dalam DataFrame. Langkah-langkah khusus adalah seperti berikut:

1. Import modul Pandas:

import pandas as pd

2. Buat DataFrame:

data = {'name': ['Alice', 'Bob', 'Charlie'], 
        'age': [25, 30, 35], 
        'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
print(df)
# 输出:
#        name  age gender
# 0     Alice   25      F
# 1       Bob   30      M
# 2   Charlie   35      M

3. Gunakan kaedah drop() untuk memadamkan lajur yang ditentukan:
rreee bermakna beroperasi mengikut lajur.

4. df = df.drop('age', axis=1)
   print(df)
   # 输出:
   #        name gender
   # 0     Alice      F
   # 1       Bob      M
   # 2   Charlie      M

   Salin selepas log masuk

5. df = df.drop(['age', 'gender'], axis=1)
   print(df)
   # 输出:
   #        name
   # 0     Alice
   # 1       Bob
   # 2   Charlie

   Salin selepas log masuk
Perhatikan bahawa kaedah drop() mengembalikan DataFrame baharu dan DataFrame asal tidak akan diubah suai. Jika anda ingin membuat pengubahsuaian pada DataFrame asal, anda boleh menggunakan parameter inplace=True:

df = df.drop(df.columns[1], axis=1)
print(df)
# 输出:
#        name gender
# 0     Alice      F
# 1       Bob      M
# 2   Charlie      M

Harap ini membantu anda memahami cara memadam lajur dalam Panda! Jika anda mempunyai sebarang soalan lain, sila berasa bebas untuk bertanya.

Atas ialah kandungan terperinci Bagaimana untuk melaksanakan operasi pemadaman lajur dalam PythonPandas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!