方法一：直接del df['column-name']
刪除sub_grade_列， 輸入del df['sub_grade_x']
方法二：採用drop方法，有下面三種等價的表示式：
1. df= df.drop('column_name', 1)
輸入:df,drop('num',axix=1),不改變記憶體，及輸入df的時候，它還是顯示原資料
輸入:df.drop('num',axix=1，inplace=true),改變記憶體，及輸入df的時候，它顯示改變後的資料
輸入：df.drop([df.columns[[0,1]]],axis=1,inpalce=true)
總結：凡是會對原陣列作出修改並返回乙個新陣列的，往往都有乙個 inplace可選引數。如果手動設定為true（預設為false），那麼原陣列直接就被替換。也就是說，採用inplace=true之後，原陣列名（如2和3情況所示）對應的記憶體值直接改變；而採用inplace=false之後，原陣列名對應的記憶體值並不改變，需要將新的結果賦給乙個新的陣列或者覆蓋原陣列的記憶體位置（如1情況所示）。
通過pandas刪除列：
1.del df['columns'] #改變原始資料
2.df.drop('columns',axis=1)#刪除不改表原始資料，可以通過重新賦值的方式賦值該資料
3.df.drop('columns',axis=1,inplace='true') #改變原始資料
利用pandas刪除某一行或一列
一 準備測試資料 1 用pandas讀取excel表的數資料 coding utf 8 import pandas as pd file data.xlsx data pd.read excel file,index true 2 輸出結果 in 15 print data ab cd056 781...
pandas歸一化某一列 pandas技巧彙總
dataframe reindex和reset index區別 reset index的作用是重新設定dataframe的index，範圍為0 len df df pd.dataframe df2 pd.dataframe print df n df print df2 n df2 df x df,...
pandas對某一列資料進行處理
今天遇到乙個問題，小記錄一下處理過程，現在要將乙個pandas變數的某個字段進行轉換。定義處理方法，至少要有乙個入參，然後有返回內容 此處示例是通過判斷乙個字串裡面是否含有某個字，然後轉換為1或0 def processmethod d str int print d if d.find somet...