我通常使用下面两种类型的代码来删除Pandas中的列。
df = df.drop([columns], axis=1) # or df.drop([columns], axis=1, inplace=True)
结果完全一样，但我很好奇哪一个花费的内存和CPU更少，为什么？
djmepvbi1#
1.df.dropna（在适当位置=真）如果设置inplace = True，dropna方法将直接修改DataFrame，这意味着如果设置inplace = True，dropna将删除原始数据集中所有缺失的值。1.df = df.dropna（）从DataFrame. df中删除所有具有NULL值的行。dropna（）返回保存到主df. df中的插入行希望这能在一定程度上有所帮助
1条答案
按热度按时间djmepvbi1#
1.df.dropna（在适当位置=真）
如果设置inplace = True，dropna方法将直接修改DataFrame，这意味着如果设置inplace = True，dropna将删除原始数据集中所有缺失的值。
1.df = df.dropna（）
从DataFrame. df中删除所有具有NULL值的行。dropna（）返回保存到主df. df中的插入行
希望这能在一定程度上有所帮助