Python 列不会被删除

为什么列A未在列车、有效、测试数据帧中下降

import pandas as pd 

train = pd.DataFrame({'A': [0, 1, 2, 3, 4],'B': [5, 6, 7, 8, 9],'C': ['a', 'b', 'c', 'd', 'e']})
test  = pd.DataFrame({'A': [0, 1, 2, 3, 4],'B': [5, 6, 7, 8, 9],'C': ['a', 'b', 'c', 'd', 'e']})
valid = pd.DataFrame({'A': [0, 1, 2, 3, 4],'B': [5, 6, 7, 8, 9],'C': ['a', 'b', 'c', 'd', 'e']})

for df in [train,valid,test]:
    df = df.drop(['A'],axis=1)

print('A' in train.columns)
print('A' in test.columns)
print('A' in valid.columns)
#True
#True
#True

---

您可以使用

inplace=True

参数，因为函数也可以

inplace

：

for df in [train,valid,test]:
    df.drop(['A'],axis=1, inplace=True)

print('A' in train.columns)
False
print('A' in test.columns)
False
print('A' in valid.columns)
False

未删除列的原因是

df

未分配回，因此数据帧不会更改

---

另一个想法是创建数据帧列表并将每个更改的数据帧分配回：

L = [train,valid,test]
for i in range(len(L)):
    L[i] = L[i].drop(['A'],axis=1)

print (L)
[   B  C
0  5  a
1  6  b
2  7  c
3  8  d
4  9  e,    B  C
0  5  a
1  6  b
2  7  c
3  8  d
4  9  e,    B  C
0  5  a
1  6  b
2  7  c
3  8  d
4  9  e]

---

除非您使用

inplace=True

，否则许多方法将返回副本。使用标志或重新分配。另外，请注意，重新分配是将更改绑定到要丢弃的名称

df

。由于重新分配了名称，您不再对train/test/valid引用的原始数据帧进行更改。它不会被删除，因为您没有从列表中更改

df

，而是在for循环中重新分配了一个名为

df

的新变量。因此，是的，您需要使用

inplace=True

更改列表中的实际

df

。