Чтобы удалить столбец в Pandas Python, мы можем использовать функцию drop(), которая позволяет целенаправленно удалять столбец, ключевое слово del облегчает прямое удаление, метод pop() удаляет и возвращает столбец, а drop() с inplace=True изменяет столбец.
Кроме того, Dictionary Comprehension позволяет выбирать столбцы, а iloc или loc могут выбирать столбцы на основе положения или меток для удаления. Чтобы удалить несколько столбцов в Pandas, мы можем использовать функцию drop() или функцию iloc().
- 1. С помощью функции drop()
- 2. Используя ключевое слово del
- 3. С помощью метода pop()
- 4. С помощью drop() с параметром inplace
- 5. Используя словарное понимание
- 6. С помощью функции iloc или loc
- Как удалить несколько столбцов
- С помощью функции drop()
- С помощью функции iloc
- Заключение
1. С помощью функции drop()
Функция drop() в Python Pandas удаляет столбцы или строки на основе указанных меток. Чтобы удалить столбец, нам нужно указать имя столбца и ось (1 для столбцов).
Пример удаления столбца в Pandas Python с помощью функции drop():
import pandas as pd
data = {'State': ['New York', 'California', 'Texas'],
'Population': [19795791, 39538223, 29145505],
'Density': [412.46, 256.37, 113.81]}
population_data = pd.DataFrame(data)
population_data_dropped = population_data.drop('Density', axis=1)
print(population_data_dropped)
Выход:
State Population 0 New York 19795791 1 California 39538223 2 Texas 29145505
После реализации кода в редакторе Pycharm снимок экрана указан ниже.
2. Используя ключевое слово del
Ключевое слово del в Python напрямую удаляет столбец из кадра данных Python, указывая имя столбца в квадратных скобках.
Пример, который напрямую удаляет столбец в Pandas Python с помощью ключевого слова del:
import pandas as pd
data = {'City': ['New York', 'Los Angeles', 'Chicago'],
'Temperature': [32, 75, 20],
'Humidity': [60, 40, 70]}
weather_data = pd.DataFrame(data)
del weather_data['Humidity']
print(weather_data)
Выход:
City Temperature 0 New York 32 1 Los Angeles 75 2 Chicago 20
Ниже приведен скриншот после реализации кода в редакторе Pycharm.
3. С помощью метода pop()
Метод pop() в Python удаляет и возвращает столбец из кадра данных Pandas, работая на месте.
Давайте посмотрим пример удаления столбца в Pandas Python с помощью метода pop():
import pandas as pd
data = {'University': ['Harvard', 'Stanford', 'MIT'],
'Ranking': [1, 2, 3],
'Acceptance Rate': [5.4, 4.3, 7.2]}
universities_data = pd.DataFrame(data)
removed_column = universities_data.pop('Acceptance Rate')
print(universities_data)
Выход:
University Ranking 0 Harvard 1 1 Stanford 2 2 MIT 3
После выполнения кода в Pycharm результат можно увидеть на снимке экрана ниже.
4. С помощью drop() с параметром inplace
Этот метод удаляет столбцы в кадре данных Pandas с помощью drop() при изменении исходного кадра данных, если установлено inplace=True.
Пример удаления столбца в Pandas Python с использованием параметра inplace в функции drop():
import pandas as pd
data = {'Company': ['Apple', 'Google', 'Microsoft'],
'Market Cap': [2300, 2100, 1900],
'Employees': [147000, 135301, 181000]}
companies_data = pd.DataFrame(data)
companies_data.drop('Employees', axis=1, inplace=True)
print(companies_data)
Выход:
Company Market Cap 0 Apple 2300 1 Google 2100 2 Microsoft 1900
Ниже приведен снимок экрана, показывающий результат реализации кода в редакторе Pycharm.
5. Используя словарное понимание
Путем перебора столбцов и выбора только нужных с помощью словарного понимания в Python в Pandas создается новый кадр данных, исключающий нежелательные столбцы.
import pandas as pd
data = {'Park': ['Yellowstone', 'Yosemite', 'Grand Canyon'],
'Area': [2219791, 761266, 1217266],
'Visitors': [4375127, 4323246, 6025061]}
parks_data = pd.DataFrame(data)
parks_data = {col: parks_data[col] for col in parks_data.columns if col != 'Visitors'}
print(pd.DataFrame(parks_data))
Выход:
Park Area 0 Yellowstone 2219791 1 Yosemite 761266 2 Grand Canyon 1217266
После реализации кода в редакторе Pycharm был предоставлен снимок экрана ниже.
6. С помощью функции iloc или loc
Iloc и loc — это методы индексирования в Pandas. Они выбирают столбцы на основе индексных номеров или меток, что позволяет нам создать модифицированный фрейм данных, исключающий указанные столбцы в Python.
Пример удаления столбца в Pandas Python с помощью функции iloc():
import pandas as pd
data = {'Brand': ['Toyota', 'Ford', 'Chevrolet'],
'Model': ['Camry', 'F-150', 'Silverado'],
'Sales': [400000, 300000, 250000]}
car_sales_data = pd.DataFrame(data)
car_sales_data = car_sales_data.iloc[:, car_sales_data.columns != 'Model']
print(car_sales_data)
Выход:
Brand Sales 0 Toyota 400000 1 Ford 300000 2 Chevrolet 250000
Следующий снимок экрана был сделан после того, как код был реализован в редакторе Pycharm.
Как удалить несколько столбцов
Чтобы удалить несколько столбцов в Pandas, мы можем использовать функцию drop() или функцию iloc или loc. Вот примеры обоих методов.
С помощью функции drop()
Мы можем передать список имен столбцов в функцию drop() в Python Pandas вместе с осью = 1, чтобы удалить несколько столбцов.
import pandas as pd
data = {
'State': ['New York', 'California', 'Texas'],
'Population': [19795791, 39538223, 29145505],
'Area(sq mi)': [54555, 163695, 268596],
'GDP($)': [1787947, 3142588, 1699662]
}
states_data = pd.DataFrame(data)
states_data_dropped = states_data.drop(['Area(sq mi)', 'GDP($)'], axis=1)
print(states_data_dropped)
Выход:
State Population 0 New York 19795791 1 California 39538223 2 Texas 29145505
После выполнения кода в Pycharm результат отображается на снимке экрана ниже.
С помощью функции iloc
Мы можем использовать функцию iloc с индексными номерами для выбора столбцов, за исключением тех, которые мы хотим поместить в фрейм данных Pandas.
import pandas as pd
data = {
'City': ['New York', 'Los Angeles', 'Chicago'],
'Population': [8336817, 3979576, 2693976],
'Area': [468.9, 503, 234.1],
'Median Income': [65387, 60297, 60938]
}
cities_data = pd.DataFrame(data)
cities_data_dropped = cities_data.iloc[:, ~cities_data.columns.isin(['Area', 'Median Income'])]
print(cities_data_dropped)
Выход:
City Population 0 New York 8336817 1 Los Angeles 3979576 2 Chicago 2693976
На снимке экрана ниже представлен вывод после успешной реализации кода в редакторе Pycharm.
Заключение
На примерах мы рассмотрели, как удалить столбец в Pandas Python с помощью шести различных методов, таких как функция drop(), ключевое слово del, метод pop(), drop() с параметром inplace, понимание словаря и функции iloc или loc для выбора столбца.
Кроме того, я также объяснил, как удалить несколько столбцов в Pandas, используя такие методы, как drop() и iloc(), для полного понимания управления столбцами в кадрах данных.