这篇文章主要介绍了Python drop方法删除列之inplace参数实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

drop方法有一个可选参数inplace，表明可对原数组作出修改并返回一个新数组。不管参数默认为False还是设置为True，原数组的内存值是不会改变的，区别在于原数组的内容是否直接被修改。默认为False,表明原数组内容并不改变，如果我们需要得到改变后的内容，需要将新结果赋给一个新的数组，即data = data.drop(['test','test2'],1)。

如果将inplace值设定为True,则原数组内容直接被改变。

测试程序如下

#增加两列空值importnumpyasnpdata["test"]=np.nandata["test2"]=np.nannamegenderagetest2test0jerryM36NaNNaN1emmaF23NaNNaN2tonyM34NaNNaN4bobM20NaNNaN#查看此时data的内存地址id(data)128971088#删除这两列，inplace默认为Falseid(data.drop(['test','test2'],1))128971888#查看data,发现数据并未改变datanamegenderagetesttest20jerryM36NaNNaN1emmaF23NaNNaN2tonyM34NaNNaN4bobM20NaNNaN#查看data的IDid(data)128971088#删除这两列，inplace设置为Falseid(data.drop(['test','test2'],1,inplace=True))1545984728#查看data,数据已经改变datanamegenderagetesttest20jerryM36NaNNaN1emmaF23NaNNaN2tonyM34NaNNaN4bobM20NaNNaN#查看data的IDid(data)128971088补充知识：python 使用del和drop方法删除DataFrame的列，使用drop方法一次删除多列

使用del和drop方法删除DataFrame中的列，使用drop方法一次删除多列

#使用del,一次只能删除一列，不能一次删除多列#只能使用deldf['密度'],不能使用deldf[['密度','含糖率']]deldf['密度']#deldf[['密度','含糖率']]报错#使用drop，有三种方法：dt=dt.drop(['密度','含糖率'],axis=1)#axis=1表示删除列，['密度','含糖率']要删除的col的列表，可一次删除多列dt.drop(['密度','含糖率'],axis=1,inplace=True)#inplace=True,直接从内部删除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

以上这篇Python drop方法删除列之inplace参数实例就是小编分享给大家的全部内容了，希望能给大家一个参考

原文地址：https://www.linuxprobe.com/python-linux-inplace.html