您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python drop方法刪除列之inplace參數(shù)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(shù)inplace,表明可對原數(shù)組作出修改并返回一個新數(shù)組。不管參數(shù)默認為False還是設(shè)置為True,原數(shù)組的內(nèi)存值是不會改變的,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data的內(nèi)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(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
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(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,希望能給大家一個參考
原文地址: https://www.linuxprobe.com/python-linux-inplace.html
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。