在 Python 中删除多个列

在数据处理过程中，有时候需要删除多个列。Python 提供了一些方法来实现这个目的。

使用 Pandas 删除多个列

Pandas 是 Python 的一个数据处理库，可以在不影响原始数据的情况下修改数据。以下是使用 Pandas 删除多个列的方法：

import pandas as pd

# 创建数据表
data = {'name': ['john', 'lucy', 'tom'],
        'age': [25, 27, 28],
        'gender': ['M', 'F', 'M'],
        'height': [175, 160, 180],
        'weight': [65, 55, 75]}
df = pd.DataFrame(data)

# 删除多个列
df = df.drop(['age', 'weight'], axis=1)

其中，drop 函数是 Pandas 提供的删除函数，可以通过指定列名和轴向来删除列。axis=1 表示删除列。以上代码会删除 age 和 weight 两列，得到如下数据表：

| name | gender | height | | ---- | ------ | ------ | | john | M | 175 | | lucy | F | 160 | | tom | M | 180 |

使用 NumPy 删除多个列

NumPy 是 Python 的一个科学计算库，同样可以用于数据处理。以下是使用 NumPy 删除多个列的方法：

import numpy as np

# 创建数据表
data = np.array([[25, 175, 65],
                 [27, 160, 55],
                 [28, 180, 75]])

# 删除多个列
data = np.delete(data, [0, 2], axis=1)

其中，delete 函数是 NumPy 提供的删除函数，可以通过指定数组和轴向来删除元素。axis=1 表示删除列。以上代码会删除第 1 列和第 3 列，得到如下数据表：

| | | | - | - | | 175 | | | 160 | | | 180 | |

总结

以上是 Python 在数据处理中删除多个列的两种方法。Pandas 提供了比 NumPy 更多更灵活的功能，是处理数据的首选。但是如果只需要简单的删除操作，NumPy 也是一个不错的选择。