按照文档:
Dataframe是 二维标记的数据结构 ,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 。
因此,我认为我们应该坚持
df.drop。为什么?我认为优点是:
它使我们可以更好地控制remove动作:
# This will return a NEW Dataframe object, leave the original `df` untouched.
df.drop(‘a’, axis=1)
This will modify thedf
inplace. And return aNone
.df.drop(‘a’, axis=1, inplace=True)
它可以使用args处理更复杂的情况。例如
level
,我们可以处理MultiIndex删除。有了errors
,我们可以防止某些错误。这是一种更加统一和面向对象的方式。
就像@jezrael在回答中指出的那样:
选项1:使用关键字
del是一种有限的方式。
选项3:
df=df[['b','c']]从本质上讲,甚至不是删除。它首先通过使用
[]语法
df编制索引来选择数据,然后将名称与原始Dataframe解除绑定,并将其与新的Dataframe绑定(即
df[['b','c']])。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)