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)。

创新互联建站是一家集网站建设,壶关企业网站建设,壶关品牌网站建设,网站定制,壶关网站建设报价,网络营销,网络优化,壶关网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

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
import numpy as np
data["test"] = np.nan
data["test2"] = np.nan
  
name    gender  age test2   test
0   jerry   M   36  NaN NaN
1   emma    F   23  NaN NaN
2   tony    M   34  NaN NaN
4   bob M   20  NaN NaN
  
#查看此时data的内存地址
id(data)
128971088
  
#删除这两列，inplace默认为False
id(data.drop(['test','test2'],1))
128971888
  
#查看data,发现数据并未改变
data
name    gender  age test    test2
0   jerry   M   36  NaN NaN
1   emma    F   23  NaN NaN
2   tony    M   34  NaN NaN
4   bob M   20  NaN NaN
  
#查看data的ID
id(data)
128971088
  
#删除这两列，inplace设置为False
id(data.drop(['test','test2'],1,inplace = True))
1545984728
  
#查看data,数据已经改变
data
name    gender  age test    test2
0   jerry   M   36  NaN NaN
1   emma    F   23  NaN NaN
2   tony    M   34  NaN NaN
4   bob M   20  NaN NaN
  
#查看data的ID
id(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
当前题目：简单介绍Pythondrop方法删除列之inplace参数实例-创新互联
转载来于：http://myzitong.com/article/cepiji.html