有没有一种有效的方法drop n的数量columns从一pandas df。例如,如果您不希望某列超出任何内容,可以合并一个函数吗?df.drop > n对于下面的 df 我想放弃一切过去column 2。我这样做通过。import pandas as pdd = ({ '1' : ['X','Y'], '2' : ['A','B'], '3' : ['C','D'], '4' : ['A','B'], '5' : ['C','D'], })df = pd.DataFrame(data=d)df = df.drop(['3','4','5'], axis = 1)但是,如果有更多或更少的东西,5 columns我将不得不手动添加或减去column values。如果我不断这样做,就会变得很麻烦。
1 回答
BIG阳
TA贡献1859条经验 获得超6个赞
您可以使用df.iloc,
df=df.iloc[:,:3] #sliced based on indices. will keeps columns 0 to 2 (indices).
(or)
df=df.loc[:,:'3'] #sliced based on column names
print(df)
1 2 3
X A C
Y B D
添加回答
举报
0/150
提交
取消