[英]Dropping column during for loop - Pandas
我有兩個基本的DataFrame,並將它們組合到一個名為dfCombo的列表中:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(12).reshape(3,4), columns=['A', 'B', 'C', 'D'])
df2 = pd.DataFrame(np.arange(12,24).reshape(3,4), columns=['A', 'B', 'C', 'D'])
dfCombo = [df, df2]
它們都是具有4列A,B,C,D的3x4 DF。
我可以使用for循環通過以下代碼將列添加到DF中:
for df3 in dfCombo:
df3['E'] = df3['A'] + df3['B']
與此同時,df和df2都將具有新的列E。但是,當我嘗試使用以下代碼使用此方法刪除列時,不會刪除任何列:
for df3 in dfCombo:
df3 = df3.drop('B', axis = 1)
要么
for df3 in dfCombo:
df3 = df3.drop(columns = ['B'])
如果我在單個DF上使用相同的代碼,則會刪除該列:
df2 = df2.drop('B', axis = 1)
要么
df2 = df2.drop(columns = ['B'])
如果您能幫助我了解正在發生的事情,我將非常感激。
您需要使用inplace=True
:
for df3 in dfCombo:
df3.drop('B', axis = 1, inplace=True)
哪個返回:
A C D E
0 0 2 3 1
1 4 6 7 9
2 8 10 11 17
A C D E
0 12 14 15 25
1 16 18 19 33
2 20 22 23 41
默認的inplace=False
用於分配回原始數據幀,因為它返回一個新副本。 但是inplace=True
在同一副本上操作並返回None
,因此無需分配回原始數據幀。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.