Python drop方法刪除列之inplace參數(shù)實(shí)例

更新時(shí)間：2020年06月27日 12:41:28 作者：碧空之戈

這篇文章主要介紹了Python drop方法刪除列之inplace參數(shù)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

drop方法有一個(gè)可選參數(shù)inplace，表明可對(duì)原數(shù)組作出修改并返回一個(gè)新數(shù)組。不管參數(shù)默認(rèn)為False還是設(shè)置為True，原數(shù)組的內(nèi)存值是不會(huì)改變的，區(qū)別在于原數(shù)組的內(nèi)容是否直接被修改。默認(rèn)為False,表明原數(shù)組內(nèi)容并不改變，如果我們需要得到改變后的內(nèi)容，需要將新結(jié)果賦給一個(gè)新的數(shù)組，即data = data.drop(['test','test2'],1)。

如果將inplace值設(shè)定為True,則原數(shù)組內(nèi)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(shí)data的內(nèi)存地址
id(data)
128971088
 
#刪除這兩列，inplace默認(rèn)為False
id(data.drop(['test','test2'],1))
128971888
 
#查看data,發(fā)現(xiàn)數(shù)據(jù)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(shè)置為False
id(data.drop(['test','test2'],1,inplace = True))
1545984728
 
#查看data,數(shù)據(jù)已經(jīng)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

補(bǔ)充知識(shí)：python 使用del和drop方法刪除DataFrame的列，使用drop方法一次刪除多列

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(bào)錯(cuò)
# 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?jiǎng)h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(nèi)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(shù)實(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: