这篇文章给大家分享的是有关在pandas中如何一次性删除dataframe的多个列的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

成都创新互联IDC提供业务:成都服务器托管,成都服务器租用,成都服务器托管,重庆服务器租用等四川省内主机托管与主机租用业务;数据中心含:双线机房,BGP机房,电信机房,移动机房,联通机房。

之前沉迷于使用index删除，然而发现pandas貌似有bug？

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(12).reshape(3,4),
           columns=['A', 'B', 'C', 'D'])
x=[1,2]
df.drop(index=[1,2], axis=1, inplace=True) #axis=1，试图指定列，然并卵
print df

输出为

  A B C D
0 0 1 2 3  还是按照行进行了删除

后来请教大神得知，可以用：

df.drop(df.columns[x], axis=1, inplace=True) 的方法。

即：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(12).reshape(3,4),
           columns=['A', 'B', 'C', 'D'])
x=[1,2]
df.drop(df.columns[x], axis=1, inplace=True)
print df

的方法删除。输出结果符合预期。

感谢各位的阅读！关于“在pandas中如何一次性删除dataframe的多个列”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

分享标题：在pandas中如何一次性删除dataframe的多个列-创新互联
分享链接：http://chengdu.cdxwcx.cn/article/dpioid.html