Pandas 删列大全：4 种高效方法与实战技巧

2026-02-12 14:28:26 0条评论 4次阅读 0人点赞

在数据清洗和分析的过程中，我们经常会遇到数据集过于臃肿的情况。很多时候，原始数据中包含了一些对我们分析毫无帮助的列，或者包含大量缺失值的冗余字段。如果不及时清理，这些“噪音”不仅会占用宝贵的内存资源，还会分散我们的注意力，降低分析效率。

作为一名数据开发者，我们非常熟悉 Pandas 强大的数据处理能力。在本文中，我们将深入探讨如何从 Pandas DataFrame 中高效地删除列。我们将从最基础的按名称删除开始，逐步介绍就地修改、Python 原生语句以及处理缺失值的高级技巧。这不仅是一份语法指南，更是一份实战中的最佳实践清单。

基础示例：构建我们的数据集

让我们先通过一个简单的 Python 字典构建一个 DataFrame，以便演示后续的各种操作。

import pandas as pd
import numpy as np

# 创建一个示例数据集
data = {
    ‘Name‘: [‘Alice‘, ‘Bob‘, ‘Charlie‘], 
    ‘Age‘: [25, 30, 35], 
    ‘City‘: [‘NY‘, ‘LA‘, ‘SF‘]
}
df = pd.DataFrame(data)

print("原始 DataFrame:")
print(df)

在处理任何数据之前，最好先通过 INLINECODE7e6c317c 或 INLINECODEf2063f61 查看数据的结构。现在，让我们进入正题，看看如何移除那些不需要的列。

1 方法 1：按名称精准删除列
2 方法 2：原地修改 – 使用 inplace=True
3 方法 3：使用 Python 原生 del 语句
4 方法 4：清理缺失数据 – 删除含 NaN 的列
5 深入探讨：常见错误与最佳实践
6 总结

方法 1：按名称精准删除列

这是最常用、最直观的方法。drop() 函数允许我们指定列的标签来移除它。这里有一个关键点需要注意：Pandas 的操作默认通常返回一个新的对象副本，而不是直接修改原数据（除非你指定了特定参数）。

A. 删除单列

假设我们决定不再需要 ‘City‘ 这一列。我们可以调用 drop() 方法，并指定列名。

参数说明：

labels：我们要删除的列名。
INLINECODE329a0ef0：这是关键参数。在 Pandas 中，INLINECODE61247f4b 代表行（索引），而 INLINECODE8eb3ad6e 代表列。一定要记住设置 INLINECODEc70df91b，否则 Pandas 会去索引行中寻找名为 ‘City‘ 的标签并报错。

# 删除 ‘City‘ 列，axis=1 表示操作的是列
df_dropped = df.drop(‘City‘, axis=1)

print("
删除 ‘City‘ 后的结果:")
print(df_dropped)

输出结果：

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

在这个例子中，INLINECODEfabe1855 是一个新的 DataFrame。如果你检查原始的 INLINECODE26f1565b，你会发现 ‘City‘ 列依然存在。这是为了保证数据操作的安全性和可追溯性。

B. 一次删除多列

在实际工作中，我们经常需要一次性清理多个字段。这时，我们可以向 drop() 传递一个列名列表。

假设我们要同时删除 ‘Age‘ 和 ‘City‘：

# 同时删除 ‘Age‘ 和 ‘City‘ 列
cols_to_drop = [‘Age‘, ‘City‘]
df_multi_drop = df.drop(cols_to_drop, axis=1)

print("
同时删除 ‘Age‘ 和 ‘City‘ 后的结果:")
print(df_multi_drop)

输出结果：

      Name
0    Alice
1      Bob
2  Charlie

实用技巧：使用 columns 参数

虽然 INLINECODEee4296ee 是标准写法，但 Pandas 也提供了一个更可读的参数 INLINECODEc4f35afa。它的效果等同于 axis=1，但代码意图更加明确。

# 使用 columns 参数，代码可读性更强
df_clean = df.drop(columns=[‘Age‘, ‘City‘])

方法 2：原地修改 – 使用 inplace=True

在处理大型数据集时，内存管理是一个重要的考量。如果不需要保留原始数据，或者为了节省内存，我们可以使用 inplace=True 参数。这意味着操作将直接在原始 DataFrame 上进行，而不会返回一个新的对象。

使用场景

当数据量达到 GB 级别时，创建副本会消耗大量内存。此时，inplace=True 是最佳选择。

import pandas as pd

data = {‘A‘: [1, 2, 3], ‘B‘: [4, 5, 6], ‘C‘: [7, 8, 9]}
df = pd.DataFrame(data)

print("原始 DF:")
print(df)

# 就地删除 ‘B‘ 列
# 注意：该操作不返回任何值，直接修改 df
df.drop(‘B‘, axis=1, inplace=True)

print("
使用 inplace=True 删除 ‘B‘ 后的 DF:")
print(df)

输出结果：

常见错误警告：

千万不要写成 INLINECODEf4ef08e0。因为 INLINECODEa1110b9f 时，函数返回的是 INLINECODEc1b35caa。这样写会导致你的 INLINECODE59da625b 变量被赋值为 None，从而丢失数据！

方法 3：使用 Python 原生 `del` 语句

除了 Pandas 提供的方法，我们还可以使用 Python 原生的 del 关键字。这是一种非常直接且底层的删除方式。

`del` 的特点

就地操作：它总是修改原始 DataFrame，没有返回值。
语法简洁：del df[‘列名‘]。
局限性：它一次只能删除一列，不支持像 drop 那样传递列表来删除多列。

import pandas as pd

data = {‘A‘: [10, 20, 30], ‘B‘: [40, 50, 60], ‘C‘: [70, 80, 90]}
df = pd.DataFrame(data)

print("原始 DF:")
print(df)

# 使用 del 删除列 ‘C‘
del df[‘C‘]

print("
使用 del 删除 ‘C‘ 后的 DF:")
print(df)

输出结果：

INLINECODEf8915d3c vs INLINECODE36cddaa8：选哪个？

如果你需要删除多列，或者需要链式调用，请使用 drop()。
如果你在交互式环境中快速清理单个列，del 是个不错的选择。

方法 4：清理缺失数据 – 删除含 NaN 的列

真实世界的数据往往是脏数据。很多时候，我们需要根据数据完整性来删除列。例如，如果某一列缺失值超过了 50%，我们可能选择直接丢弃该列。这就是 dropna() 的用武之地。

A. 删除任何包含缺失值的列

默认情况下，只要列中有一个 NaN，该列就会被删除。

import pandas as pd
import numpy as np

data = {
    ‘A‘: [10, np.nan, 30], 
    ‘B‘: [np.nan, 50, 60], 
    ‘C‘: [70, 80, 90]
}
df = pd.DataFrame(data)

print("包含缺失值的 DF:")
print(df)

# 删除任何包含 NaN 的列
df_cleaned = df.dropna(axis=1)

print("
删除含 NaN 列后的结果 (仅剩 C 列):")
print(df_cleaned)

输出结果：

B. 使用 `thresh` 参数进行高级过滤

这是很多人容易忽略的高级技巧。INLINECODEd5d27733 参数允许我们设置“非空值的最小数量”。例如，INLINECODE9ef37cd6 意味着：如果这一列至少有 2 个非空值，就保留它；否则删除。

data = {
    ‘A‘: [1, np.nan, np.nan],  # 只有1个非空值
    ‘B‘: [1, 2, np.nan],        # 有2个非空值
    ‘C‘: [1, 2, 3]              # 有3个非空值
}
df = pd.DataFrame(data)

# 设置阈值：至少需要 2 个非空值才能保留该列
# A 列会被删除（只有1个有效值）
# B 和 C 列会被保留
df_thresh = df.dropna(axis=1, thresh=2)

print(df_thresh)

这个功能在数据清洗中极其强大，能防止我们误删那些只偶尔缺失数据的列。

深入探讨：常见错误与最佳实践

在与 Pandas 斗争的过程中，我们总结了一些经验教训，希望能帮助你避开坑。

1. KeyError: 找不到列名

错误原因：当你尝试删除一个不存在的列时，Pandas 默认会抛出 KeyError。
解决方案：使用 errors=‘ignore‘ 参数。

# 如果列不存在，忽略错误而不是报错崩溃
df.drop(‘NonExistentCol‘, axis=1, errors=‘ignore‘)

这在编写通用数据处理脚本时非常有用，能保证程序的健壮性。

2. 忽略了 View 与 Copy 的区别

虽然 INLINECODEda77c9c9 看起来很方便，但在链式操作中，我们更倾向于使用非 INLINECODE57acbc9c 的方式。

# 推荐的链式风格
df = df.drop(‘A‘, axis=1).dropna(axis=1)

这样代码更清晰，更容易调试。

3. 性能优化建议

如果你是在一个循环中逐行处理数据并试图删除列，请立刻停止！

不要在循环中反复调用 drop。Pandas 的每次操作都会产生内存开销。
应该：先收集好所有要删除的列名列表，然后在循环结束后一次性调用 drop(columns=list)。这将带来巨大的性能提升。

总结

在这篇文章中，我们不仅掌握了四种删除 Pandas 列的核心方法——按名称删除、就地修改、使用 INLINECODEf1e7013d 语句以及处理缺失值——还深入探讨了 INLINECODE4b2fbd49 参数、错误处理以及性能优化策略。

清理数据是数据科学工作中最枯燥但也最关键的一步。熟练运用 drop() 及其相关参数，能让你在处理杂乱数据集时游刃有余。

后续步骤

如果你想进一步提升技能，我们建议你尝试以下操作：

尝试使用 df.filter() 来筛选出你想要的列，而不是删除不想要的（有时候反向思考更高效）。
探索如何基于数据类型（如 df.select_dtypes）来批量删除特定类型的列。
在你的下一个项目中，尝试应用 thresh 参数来自动化清洗过程。

希望这些技巧能帮助你编写出更高效、更优雅的 Python 数据分析代码！祝你编码愉快！

投稿给我们	如何建站？
vps是什么？	如何安装宝塔？
如何通过博客赚钱？	便宜wordpress托管方案
免费wordpress主题	这些都是免费方案

豆丁博客

Pandas 删列大全：4 种高效方法与实战技巧

基础示例：构建我们的数据集

方法 1：按名称精准删除列

A. 删除单列

B. 一次删除多列

实用技巧：使用 columns 参数

方法 2：原地修改 – 使用 inplace=True

使用场景

方法 3：使用 Python 原生 `del` 语句

`del` 的特点

INLINECODEf8915d3c vs INLINECODE36cddaa8：选哪个？

方法 4：清理缺失数据 – 删除含 NaN 的列

A. 删除任何包含缺失值的列

B. 使用 `thresh` 参数进行高级过滤

深入探讨：常见错误与最佳实践

1. KeyError: 找不到列名

2. 忽略了 View 与 Copy 的区别

3. 性能优化建议

总结

后续步骤

相关文章美国1G带宽/1T流量高速vps $17.99/年

Pandas 删列大全：4 种高效方法与实战技巧

基础示例：构建我们的数据集

方法 1：按名称精准删除列

A. 删除单列

B. 一次删除多列

实用技巧：使用 columns 参数

方法 2：原地修改 – 使用 inplace=True

使用场景

方法 3：使用 Python 原生 del 语句

del 的特点

INLINECODEf8915d3c vs INLINECODE36cddaa8：选哪个？

方法 4：清理缺失数据 – 删除含 NaN 的列

A. 删除任何包含缺失值的列

B. 使用 thresh 参数进行高级过滤

深入探讨：常见错误与最佳实践

1. KeyError: 找不到列名

2. 忽略了 View 与 Copy 的区别

3. 性能优化建议

总结

后续步骤

相关文章美国1G带宽/1T流量高速vps $17.99/年

方法 3：使用 Python 原生 `del` 语句

`del` 的特点

B. 使用 `thresh` 参数进行高级过滤