La oss diskutere hvordan du slipper en eller flere kolonner i Pandas Dataframe. For å slette en kolonne fra en Pandas DataFrame eller Slipp én eller flere kolonner i en Pandas Dataramme kan oppnås på flere måter.
Slipp én eller flere kolonner i Pandas dataramme
Det er forskjellige metoder for å slippe en eller flere kolonner i Pandas Dataframe, vi diskuterer noen generelt brukte metoder for å slippe en eller flere kolonner i Pandas Dataframe som er følgende:
- Ved å bruke df.drop()-metoden
- Ved hjelp av iloc[] Metode
- Ved hjelp av df.ix() metode
- Ved hjelp av df.loc[] Metode
- Bruker iterativ metode
- Ved hjelp av Dataframe.pop() Metode
Lag en DataFrame
Først lager vi en enkel Dataframe med ordbok over lister, si kolonnenavn A, B, C, D, E . I denne artikkelen vil vi dekke 6 forskjellige metoder for å slette noen kolonner fra Pandas DataFrame.
Python # Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) df> Utgang:
A B C D E 0 A1 B1 C1 D1 E1 1 A2 B2 C2 D2 E2 2 A3 B3 C3 D3 E3 3 A4 B4 C4 D4 E4 4 A5 B5 C5 D5 E5>
Dataframe Drop Column i Pandas ved hjelp av df.drop()-metoden
Eksempel 1: I dette eksemplet fjerner vi spesifikke enkeltkolonner som koden nedenfor bruker Pandaer for å lage en DataFrame fra en ordbok og deretter fjerne kolonnen 'A' ved å brukedrop>metode medaxis=1>. Det er imidlertid viktig å merke seg at den originale DataFrame ('df') forblir uendret med mindreinplace=True>parameter brukes eller resultatet tilordnes tilbake til 'df'.
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove column name 'A' df.drop(['A'], axis=1)> Utgang:
sortert arraylist java
B C D E 0 B1 C1 D1 E1 1 B2 C2 D2 E2 2 B3 C3 D3 E3 3 B4 C4 D4 E4 4 B5 C5 D5 E5>
Eksempel 2: I dette eksemplet Fjern spesifikke flere kolonner ettersom koden nedenfor bruker Pandas til å lage en DataFrame fra en ordbok og deretter fjerner kolonnene 'C' og 'D' ved å brukedrop>metode medaxis=1>. Vær imidlertid oppmerksom på at den originale DataFrame ('df') forblir uendret med mindre resultatet tilordnes tilbake ellerinplace=True>benyttes. Alternativt kan samme operasjon utføres vhadf.drop(columns=['C', 'D'])>.
overskrift i illustratorPython
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove two columns name is 'C' and 'D' df.drop(['C', 'D'], axis=1) # df.drop(columns =['C', 'D'])> Utgang:
A B E 0 A1 B1 E1 1 A2 B2 E2 2 A3 B3 E3 3 A4 B4 E4 4 A5 B5 E5>
Eksempel 3: I dette eksemplet Fjern kolonner basert på kolonneindeks, da koden nedenfor oppretter en Pandas DataFrame fra en ordbok og fjerner tre kolonner ('A', 'E', 'C') basert på deres indeksposisjoner ved å bruke 'slipp'-metoden med ' akse=1`. Den modifiserte DataFrame vises, og endringene gjøres på plass (`inplace=True`).
Python # Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove three columns as index base df.drop(df.columns[[0, 4, 2]], axis=1, inplace=True) df> Utgang:
B D 0 B1 D1 1 B2 D2 2 B3 D3 3 B4 D4 4 B5 D5>
Dataframe Drop Columns i Pandas ved hjelp av df.iloc[]-metoden
I dette eksemplet Slett kolonner mellom spesifikke start- og sluttkolonner ettersom koden nedenfor bruker Pandas til å lage en DataFrame fra en ordbok og fjerner deretter alle kolonner mellom kolonneindeksene 1 til 3 ved å brukedrop>metode medaxis=1>. Endringene er gjort på plass (inplace=True>), og den endrede DataFrame vises.
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove all columns between column index 1 to 3 df.drop(df.iloc[:, 1:3], inplace=True, axis=1) df> Produksjon:
A D E 0 A1 D1 E1 1 A2 D2 E2 2 A3 D3 E3 3 A4 D4 E4 4 A5 D5 E5>
Pandaer slipper kolonner fra Dataframe ved å bruke df.ix()-metoden
I dette eksemplet Fjern kolonner mellom spesifikke kolonnenavn ettersom koden nedenfor, ved hjelp av Pandas, oppretter en DataFrame fra en ordbok og fjerner alle kolonner mellom kolonnenavnene 'B' til 'D' ved å brukedrop>metode medaxis=1>. Imidlertid forblir den originale DataFrame ('df') uendret med mindre resultatet tilordnes tilbake ellerinplace=True>benyttes.
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove all columns between column name 'B' to 'D' df.drop(df.ix[:, 'B':'D'].columns, axis=1)> Utgang:
A E 0 A1 E1 1 A2 E2 2 A3 E3 3 A4 E4 4 A5 E5>
Pandaer slipper kolonner fra Dataframe ved å bruke df.loc[]-metoden
I dette eksemplet Slipp kolonner mellom spesifikke kolonnenavn som koden nedenfor bruker Pandaer for å lage en DataFrame fra en ordbok og deretter fjerne alle kolonner mellom kolonnenavn 'B' og 'D' ved å brukedrop>metode medaxis=1>. Den endrede DataFrame er ikke tilordnet tilbake til noen variabel, og den opprinnelige DataFrame forblir uendret.
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) # Remove all columns between column name 'B' to 'D' df.drop(df.loc[:, 'B':'D'].columns, axis=1)> Utgang:
A E 0 A1 E1 1 A2 E2 2 A3 E3 3 A4 E4 4 A5 E5>
Merk: Ulike loc() og iloc() er iloc() ekskluder siste kolonneområdeelement.
cpp er lik
Pandaer slipper kolonner fra Datafram ved hjelp av iterativ metode
I dette eksemplet Slett kolonner mellom spesifikke kolonnenavn ettersom koden nedenfor oppretter en Pandas DataFrame fra en ordbok og itererer gjennom kolonnene. For hver kolonne, hvis bokstaven 'A' er til stede i kolonnenavnet, slettes den kolonnen fra DataFrame. Den resulterende modifiserte DataFrame vises.
Python # Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) for col in df.columns: if 'A' in col: del df[col] df> Utgang:
B C D E 0 B1 C1 D1 E1 1 B2 C2 D2 E2 2 B3 C3 D3 E3 3 B4 C4 D4 E4 4 B5 C5 D5 E5>
Dataframe Drop Column i Pandas ved hjelp av Dataframe.pop()-metoden
I dette eksemplet viser Fjerning av en spesifikk kolonne fra en DataFrame som koden hvordan du fjerner en spesifikk kolonne ('B') fra en Pandas DataFrame opprettet fra en ordbok. Den bruker pop> metoden, og den resulterende modifiserte DataFrame vises.
# Import pandas package import pandas as pd # create a dictionary with five fields each data = { 'A': ['A1', 'A2', 'A3', 'A4', 'A5'], 'B': ['B1', 'B2', 'B3', 'B4', 'B5'], 'C': ['C1', 'C2', 'C3', 'C4', 'C5'], 'D': ['D1', 'D2', 'D3', 'D4', 'D5'], 'E': ['E1', 'E2', 'E3', 'E4', 'E5']} # Convert the dictionary into DataFrame df = pd.DataFrame(data) df.pop('B') df> Produksjon:
A C D E 0 A1 C1 D1 E1 1 A2 C2 D2 E2 2 A3 C3 D3 E3 3 A4 C4 D4 E4 4 A5 C5 D5 E5>