在操作数据的时候，
DataFrame
对象中删除一个或多个列是常见的操作，并且实现方法较多，然而这中间有很多细节值得关注。
首先，一般被认为是“正确”的方法，是使用
DataFrame
的
drop
方法，之所以这种方法被认为是标准的方法，可能是收到了SQL语句中使用
drop
实现删除操作的影响。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(25).reshape((5,5)), columns=list("abcde"))
display(df)
try:
df.drop('b')
except KeyError as ke:
print(ke)
a b c d e
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
3 15 16 17 18 19
4 20 21 22 23 24
"['b'] not found in axis"
上面的操作中出现了报错信息，什么原因？这是因为
drop
方法中，默认是删除行。
如果用
axis=0
或
axis='rows'
，都表示展出行，也可用
labels
参数删除行。
df.drop(0) # drop a row, on axis 0 or 'rows'
df.drop(0, axis=0) # same
df.drop(0, axis='rows') # same
df.drop(labels=0) # same
df.drop(labels=[0]) # same
# 结果
a b c d e
1 5 6 7 8 9
2 10 11 12 13 14
3 15 16 17 18 19
4 20 21 22 23 24
如何删除列
如何删除列？可以指定
axis
或使用
columns
参数，如下所示：
df.drop('b', axis=1) # drop a column
df.drop('b', axis='columns') # same
df.drop(columns='b') # same
df.drop(columns=['b']) # same
# 输出
a c d e
0 0 2 3 4
1 5 7 8 9
2 10 12 13 14
3 15 17 18 19
4 20 22 23 24
这样就删除了一列，注意，删除之后，返回了新的对象，这意味着，你可以用一个新的变量引用删除后得到的结果。如果要改变原有的DataFrame，可以增加一个参数
inplace=True
。
df2 = df.drop('b', axis=1)
print(df2.columns)
print(df.columns)
# result
Index(['a', 'c', 'd', 'e'], dtype='object')
Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
同样值得注意的是，你可以通过同时使用
index
和
columns
，同时删除行和列，并且你可以传入多个值，即删除多行或者多列。
df.drop(index=[0,2], columns=['b','c'])
# result
a d e
1 5 8 9
3 15 18 19
4 20 23 24
如果不使用
drop
方法，还可以通过索引实现同样的操作。有多种方式，这里列举一种，如下所示，用
.loc
和
.isin
并取反。
df.loc[~df.index.isin([0,2]), ~df.columns.isin(['b', 'c'])]
# result
a d e
1 5 8 9
3 15 18 19
4 20 23 24
If none of that makes sense to you, I would suggest reading through my series on selecting and indexing in pandas, starting
here
.
如果这些对你来说都不是很清楚，建议参阅
《跟老齐学Python：数据分析》
中对此的详细说明。
另外的方法
除了上面演示的方法之外，还有别的方法可以删除列。
del df['a']
df
# result
b c d e
0 1 2 3 4
1 6 7 8 9
2 11 12 13 14
3 16 17 18 19
4 21 22 23 24
原来的
df['a']
没了，这就如同前面用
drop
方法时参数中使用了
inplace=True
一样，原地修改。
但是，不要认为
del
就能百试百灵，它会让你有迷茫的时候。
我们知道，如果用类似
df.b
这样访问属性的形式，也能得到DataFrame对象的列，虽然这种方法我不是很提倡使用，但很多数据科学的民工都这么干。
df.b
# result
0 1
1 6
2 11
3 16
4 21
Name: b, dtype: int64
这么干，如果仅仅是查看，也无所谓，但是：
del df.b
# result
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-10-0dca358a6ef9> in <module>
----> 1 del df.b
AttributeError: b
这就报错了。是不是很迷惑，为什
del df['b']
奏效，而
del df.b
无效？
这就是接下来要研究的了。必须通过对细节的剖析，才能搞清楚问题的根源。
首先，
del df['b']
有效，是因为DataFrame对象中实现了
__delitem__
方法，在执行
del df['b']
时会调用该方法。但是
del df.b
呢，有没有调用此方法呢？
为此，可以定义一个简单的类，这里暂用
dict
作为保存数据的容器，当然，这个类不是真正的
DataFrame
。
class StupidFrame:
def __init__(self, columns):
self.columns = columns
def __delitem__(self, item):
del self.columns[item]
def __getitem__(self, item):
return self.columns[item]
def __setitem__(self, item, val):
self.columns[item] = val
f = StupidFrame({'a': 1, 'b': 2, 'c': 3})
print("StupidFrame value for a:", f['a'])
print("StupidFrame columns: ", f.columns)
del f['b']
f.d = 4
print("StupidFrame columns: ", f.columns)
# result
StupidFrame value for a: 1
StupidFrame columns: {'a': 1, 'b': 2, 'c': 3}
StupidFrame columns: {'a': 1, 'c': 3}
认真观察上面的操作和
StupidFrame
代码，如果用
[]
对所创建的实例进行数据操作，可以实现删除、赋值、读取等。但是，当我们执行
f.d = 4
的操作时，并没有在
StupidFrame
中所创建的
columns
属性中增加键为
d
的键值对，而是为实例
f
增加了一个普通属性，名称是
d
。
因此，如果要让
f.d
与
f['d']
等效，还必须要在
StupidFrame
类中添加
__getattr__
方法，并使用
__setattr__
方法来处理设置问题（关于这两个方法的使用，请参阅
《Python大学实用教程》
中的详细介绍）。
class StupidFrameAttr:
def __init__(self, columns):
self.__dict__['columns'] = columns
def __delitem__(self, item):
del self.__dict__['columns'][item]
def __getitem__(self, item):
return self.__dict__['columns'][item]
def __setitem__(self, item, val):
self.__dict__['columns'][item] = val
def __getattr__(self, item):
if item in self.__dict__['columns']:
return self.__dict__['columns'][item]
elif item == 'columns':
return self.__dict__[item]
else:
raise AttributeError
def __setattr__(self, item, val):
if item != 'columns':
self.__dict__['columns'][item] = val
else:
raise ValueError("Overwriting columns prohibited")
f = StupidFrameAttr({'a': 1, 'b': 2, 'c': 3})
print("StupidFrameAttr value for a", f['a'])
print("StupidFrameAttr columns: ", f.columns)
del f['b']
print("StupidFrameAttr columns: ", f.columns)
print("StupidFrameAttr value for a", f.a)
f.d = 4
print("StupidFrameAttr columns: ", f.columns)
del f['d']
print("StupidFrameAttr columns: ", f.columns)
f.d = 5
print("StupidFrameAttr columns: ", f.columns)
del f.d
# result
StupidFrameAttr value for a 1
StupidFrameAttr columns: {'a': 1, 'b': 2, 'c': 3}
StupidFrameAttr columns: {'a': 1, 'c': 3}
StupidFrameAttr value for a 1
StupidFrameAttr columns: {'a': 1, 'c': 3, 'd': 4}
StupidFrameAttr columns: {'a': 1, 'c': 3}
StupidFrameAttr columns: {'a': 1, 'c': 3, 'd': 5}
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-12-fd29f59ea01e> in <module>
39 f.d = 5
40 print("StupidFrameAttr columns: ", f.columns)
---> 41 del f.d
AttributeError: d
现在删除属性也能够奏效了。
另外，还可以在类中重写
__delattr__
方法，如下所示：
class StupidFrameDelAttr(StupidFrameAttr):
def __delattr__(self, item):
# trivial implementation using the data model methods
del self.__dict__['columns'][item]
f = StupidFrameDelAttr({'a': 1, 'b': 2, 'c': 3})
print("StupidFrameDelAttr value for a", f['a'])
print("StupidFrameDelAttr columns: ", f.columns)
del f['b']
print("StupidFrameDelAttr columns: ", f.columns)
print("StupidFrameDelAttr value for a", f.a)
f.d = 4
print("StupidFrameDelAttr columns: ", f.columns)
del f.d
print("StupidFrameDelAttr columns: ", f.columns)
# result
StupidFrameDelAttr value for a 1
StupidFrameDelAttr columns: {'a': 1, 'b': 2, 'c': 3}
StupidFrameDelAttr columns: {'a': 1, 'c': 3}
StupidFrameDelAttr value for a 1
StupidFrameDelAttr columns: {'a': 1, 'c': 3, 'd': 4}
StupidFrameDelAttr columns: {'a': 1, 'c': 3}
现在，就理解了前面使用
del
删除
DataFrame
对象属性的方法出问题的根源了。当然，并不是说DataFrame对象的类就是上面那样的，而是用上面的方式简要说明了一下原因。
所以，在Pandas中要删除DataFrame的列，最好是用对象的
drop
方法。
另外，特别提醒，如果要创建新的列，也不要用
df.column_name
的方法，这也容易出问题。
参考文献
[1]. https://www.wrighters.io/how-to-remove-a-column-from-a-dataframe/