Python drop方法删除列之inplace参数实例
drop方法有一个可选参数inplace,表明可对原数组作出修改并返回一个新数组。不管参数默认为False还是设置为True,原数组的内存值是不会改变的,区别在于原数组的内容是否直接被修改。默认为False,表明原数组内容并不改变,如果我们需要得到改变后的内容,需要将新结果赋给一个新的数组,即data = data.drop(['test','test2'],1)。
如果将inplace值设定为True,则原数组内容直接被改变。
测试程序如下
#增加两列空值 import numpy as np data["test"] = np.nan data["test2"] = np.nan name gender age test2 test 0 jerry M 36 NaN NaN 1 emma F 23 NaN NaN 2 tony M 34 NaN NaN 4 bob M 20 NaN NaN #查看此时data的内存地址 id(data) 128971088 #删除这两列,inplace默认为False id(data.drop(['test','test2'],1)) 128971888 #查看data,发现数据并未改变 data name gender age test test2 0 jerry M 36 NaN NaN 1 emma F 23 NaN NaN 2 tony M 34 NaN NaN 4 bob M 20 NaN NaN #查看data的ID id(data) 128971088 #删除这两列,inplace设置为False id(data.drop(['test','test2'],1,inplace = True)) 1545984728 #查看data,数据已经改变 data name gender age test test2 0 jerry M 36 NaN NaN 1 emma F 23 NaN NaN 2 tony M 34 NaN NaN 4 bob M 20 NaN NaN #查看data的ID id(data) 128971088
补充知识:python 使用del和drop方法删除DataFrame的列,使用drop方法一次删除多列
使用del和drop方法删除DataFrame中的列,使用drop方法一次删除多列
# 使用del, 一次只能删除一列,不能一次删除多列 # 只能使用 del df['密度'], 不能使用 del df[['密度', '含糖率']] del df['密度'] # del df[['密度', '含糖率']] 报错 # 使用drop,有三种方法: dt = dt.drop(['密度', '含糖率'], axis=1) # axis=1 表示删除列,['密度', '含糖率'] 要删除的col的列表,可一次删除多列 dt.drop(['密度', '含糖率'], axis=1, inplace=True) # inplace=True, 直接从内部删除 dt.drop(dt.columns[[0, 4, 8]], axis=1, inplace=True) # dt.columns[[0, 4, 8]] 直接使用索引查找列
以上这篇Python drop方法删除列之inplace参数实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
python 利用jieba.analyse进行 关键词提取
这篇文章主要介绍了python 利用jieba.analyse进行关键词提取的方法,帮助大家更好的利用python,感兴趣的朋友可以了解下2020-12-12Python利用pdfplumber提取PDF文档中的表格数据并导出
pdfplumber是一个功能强大的Python库,可以用于解析PDF文档并提取其中的文本、表格和图像等内容,下面我们就来学习一下如何使用pdfplumber提取PDF表格数据吧2023-12-12
最新评论