Python 中删除列表元素的三种方法

Python09

Python 中删除列表元素的三种方法,第1张

列表基本上是 Python 中最常用的数据结构之一了，并且删除操作也是经常使用的。

那到底有哪些方法可以删除列表中的元素呢？这篇文章就来总结一下。

一共有三种方法，分别是 remove ， pop 和 del ，下面来详细说明。

remove 是从列表中删除指定的元素，参数是 value。

举个例子：

需要注意， remove 方法没有返回值，而且如果删除的元素不在列表中的话，会发生报错。

pop 是删除指定索引位置的元素，参数是 index。如果不指定索引，默认删除列表最后一个元素。

pop 方法是有返回值的，如果删除索引超出列表范围也会报错。

del 一般用在字典比较多，不过也可以用在列表上。

直接传元素值是不行的，会报错：

del 还可以删除整个列表：

以上就是本文的全部内容，如果觉得还不错的话，欢迎 点赞 ， 转发 和 关注 ，感谢支持。

推荐阅读：

drop 方法是pandas中删除行或列的方法。

根据 索引名 删除目标行。

当需要根据索引位置删除时，可以使用 index 属性来组合完成。

根据 列名 删除目标列，同时需要设置 axis=1 或者 columns 。

当需要根据列位置删除时，可以使用 columns 属性来组合完成。

删除列也可以用关键字 del 实现，每次只能删除一列，且删除列后，原数据发生改变。

同时删除行和列，需要为行使用 index 参数，为列使用 columns 参数。

当数据框有多重索引时，删除行时，需要设置 level 参数。

多重索引数据框同时删除行和列时，只能删除第一层索引和列。

dropna 为删除缺失值的方法。

默认会删除包含缺失值的所有行。

可设置 how , thresh , subset 参数控制删除的行为。

设置参数 axis=1 或者 axis=columns 删除缺失列。

同样，可以设置 how , thresh , subset 参数来控制删除缺失列的行为。

删除重复值用 drop_duplicates 方法实现。

设置 subset 参数，根据列删除重复行。

设置 ignore_index=True 可以对删除重复行后的数据索引重排序。

其实问题理解axis有问题，也许简单的来记就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作为方法动作的副词。换句话说：使用0值表示沿着每一列或行标签\索引值向下执行方法；使用1值表示沿着每一行或者列标签模向执行对应的方法。

轴axis用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。

所以问题当中df.drop（‘列名’, axis=1）代表将‘列名’对应的列标签（们）沿着水平的方向依次删掉。