這篇文章主要介紹了Python drop方法刪除列之inplace參數實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧 |
drop方法有一個可選參數inplace,表明可對原數組作出修改并返回一個新數組。不管參數默認為False還是設置為True,原數組的內存值是不會改變的,區別在于原數組的內容是否直接被修改。默認為False,表明原數組內容并不改變,如果我們需要得到改變后的內容,需要將新結果賦給一個新的數組,即data = data.drop(['test','test2'],1)。
創新互聯建站是一家專注于網站設計、成都網站建設與策劃設計,福田網站建設哪家好?創新互聯建站做網站,專注于網站建設十年,網設計領域的專業建站公司;建站業務涵蓋:福田等地區。福田做網站價格咨詢:028-86922220
如果將inplace值設定為True,則原數組內容直接被改變。
測試程序如下
#增加兩列空值 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 #查看此時data的內存地址 id(data) 128971088 #刪除這兩列,inplace默認為False id(data.drop(['test','test2'],1)) 128971888 #查看data,發現數據并未改變 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 #刪除這兩列,inplace設置為False id(data.drop(['test','test2'],1,inplace = True)) 1545984728 #查看data,數據已經改變 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
使用del和drop方法刪除DataFrame中的列,使用drop方法一次刪除多列
# 使用del, 一次只能刪除一列,不能一次刪除多列 # 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']] 報錯 # 使用drop,有三種方法: dt = dt.drop(['密度', '含糖率'], axis=1) # axis=1 表示刪除列,['密度', '含糖率'] 要刪除的col的列表,可一次刪除多列 dt.drop(['密度', '含糖率'], axis=1, inplace=True) # inplace=True, 直接從內部刪除 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
以上這篇Python drop方法刪除列之inplace參數實例就是小編分享給大家的全部內容了,希望能給大家一個參考
原文地址: https://www.linuxprobe.com/python-linux-inplace.html
本文名稱:簡單介紹Pythondrop方法刪除列之inplace參數實例
文章來源:http://vcdvsql.cn/article23/pocccs.html
成都網站建設公司_創新互聯,為您提供搜索引擎優化、網站收錄、虛擬主機、關鍵詞優化、移動網站建設、App開發
聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯