Question

我正在为自己的学习提出这个问题。据我所知，以下是删除pandas数据框中的列的不同方法。

选项-1：

df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
del df['a']

选项-2：

df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
df=df.drop('a',1)

选项-3：

df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
df=df[['b','c']]

在这些方法中最好的方法是什么？
还有其他方法可以实现相同目标吗？

Answer 1

关注doc：

DataFrame是具有两个不同类型列的二维标签数据结构。

还有pandas.DataFrame.drop：

从行或列中拖放指定的标签。

因此，我认为我们应该坚持使用df.drop。为什么？我认为优点是：

它为我们提供了对删除操作的更多控制：

# This will return a NEW DataFrame object, leave the original `df` untouched.
df.drop('a', axis=1)  
# This will modify the `df` inplace. **And return a `None`**.
df.drop('a', axis=1, inplace=True)

它可以使用args处理更复杂的情况。例如。使用level，我们可以处理MultiIndex删除。借助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']]本质上甚至不是删除。它首先使用[]语法select data by indexing，然后将名称df与原始DataFrame绑定，然后将其与新的DataFrame（即df[['b','c']]）绑定。

Answer 2

我认为最好是使用2.和3.选项，因为第一个有限制-您只能删除一个列和cannot use dot notation-del df.a。

3.solution并没有删除，但是选择和piRSquared为具有相同想法的多个可能的解决方案创造了很好的答案。

Answer 3

删除熊猫数据框中的列或行的推荐方法是使用drop。

要删除列，

df.drop('column_name', axis=1, inplace=True)

要删除行，

df.drop('row_index', axis=0, inplace=True)

您可以参考this post来查看有关列删除方法的详细讨论。

Answer 4

从速度角度来看，选项1似乎是最好的。显然，根据其他答案，这并不意味着它实际上是最佳选择。

In [52]: import timeit

In [53]: s1 = """
    ...: import pandas as pd
    ...: df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
    ...: del df['a']
    ...: """

In [54]: s2 = """
    ...: import pandas as pd
    ...: df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
    ...: df=df.drop('a',1)
    ...: """

In [55]: s3 = """
    ...: import pandas as pd
    ...: df=pd.DataFrame({'a':[1,2,3,4,5],'b':[6,7,8,9,10],'c':[11,12,13,14,15]})
    ...: df=df[['b','c']]
    ...: """

In [56]: timeit.timeit(stmt=s1, number=100000)
Out[56]: 53.37321400642395

In [57]: timeit.timeit(stmt=s2, number=100000)
Out[57]: 79.68139410018921

In [58]: timeit.timeit(stmt=s3, number=100000)
Out[58]: 76.25269913673401

删除熊猫中的列的最佳方法是什么

4 个答案: