Автор оригинала: Pankaj Kumar.
Здравствуйте, читатели! В этой статье мы сосредоточимся на способах удаления столбца из фрейма данных Python . Итак, давайте начнем.
Во-первых, что такое фрейм данных?
Итак, ребята! В конце концов, прежде чем шагнуть к решению, нам очень необходимо понять и вспомнить значение и существование фрейма данных.
Фрейм данных-это структура данных, предлагаемая модулем Python Pandas . Он хранит значения в виде строк и столбцов. Таким образом, мы можем иметь данные в виде матрицы, представляющей сущности в виде строк и столбцов.
Фрейм данных напоминает файл Excel или CSV в реальном мире.
Как удалить столбец Из Фрейма данных Python?
Итак, поняв, что такое фрейм данных, давайте теперь сосредоточимся на методах полного удаления столбца из фрейма данных.
1. Метод Python dataframe.pop()
Мы можем использовать метод pandas.dataframe.pop() для удаления или удаления столбца из фрейма данных, просто указав имя столбца в качестве аргумента.
Синтаксис:
pandas.dataframe.pop('column-name')
Пример:
import pandas as pd
data = {"Roll-num": [10,20,30,40,50,60,70], "Age":[12,14,13,12,14,13,15], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']}
block = pd.DataFrame(data)
print("Original Data frame:\n")
print(block)
block.pop('NAME')
print("\nData frame after deleting the column 'NAME':\n")
print(block)
Здесь мы создали Python dict как “данные” и далее преобразовали его в фрейм данных с помощью pandas.DataFrame() метод.
Кроме того, мы применили метод pop() для удаления столбца.
Выход:
Original Data frame: Roll-num Age NAME 0 10 12 John 1 20 14 Camili 2 30 13 Rheana 3 40 12 Joseph 4 50 14 Amanti 5 60 13 Alexa 6 70 15 Siri Data frame after deleting the column 'NAME': Roll-num Age 0 10 12 1 20 14 2 30 13 3 40 12 4 50 14 5 60 13 6 70 15
2. Ключевое слово Python del для удаления столбца
Ключевое слово Python del также можно использовать для прямой очистки столбца из фрейма данных. Ключевое слово del обычно используется для удаления или удаления объектов в Python.
Взгляните на приведенный ниже синтаксис!
Синтаксис:
del dataframe['column-name']
Пример:
import pandas as pd
data = {"Roll-num": [10,20,30,40,50,60,70], "Age":[12,14,13,12,14,13,15], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']}
block = pd.DataFrame(data)
print("Original Data frame:\n")
print(block)
del block["NAME"]
print("\nData frame after deleting the column 'NAME':\n")
print(block)
Выход:
Original Data frame: Roll-num Age NAME 0 10 12 John 1 20 14 Camili 2 30 13 Rheana 3 40 12 Joseph 4 50 14 Amanti 5 60 13 Alexa 6 70 15 Siri Data frame after deleting the column 'NAME': Roll-num Age 0 10 12 1 20 14 2 30 13 3 40 12 4 50 14 5 60 13 6 70 15
3. Функция Python drop() для удаления столбца
Функция pandas.dataframe.drop () позволяет нам удалять значения из фрейма данных. Значения могут быть ориентированы либо на строки, либо на столбцы.
Взгляните на приведенный ниже синтаксис!
dataframe.drop('column-name', inplace=True, axis=1)
на месте: Установив значение TRUE , изменения сохраняются в новом объекте, который создается, и он не изменяет исходный кадр данных.ось: 1 предназначен для операций по столбцам и 0 предназначен для операций по строкам.
Пример:
import pandas as pd
data = {"Roll-num": [10,20,30,40,50,60,70], "Age":[12,14,13,12,14,13,15], "NAME":['John','Camili','Rheana','Joseph','Amanti','Alexa','Siri']}
block = pd.DataFrame(data)
print("Original Data frame:\n")
print(block)
block.drop('NAME', inplace=True, axis=1)
print("\nData frame after deleting the column 'NAME':\n")
print(block)
Выход:
Original Data frame: Roll-num Age NAME 0 10 12 John 1 20 14 Camili 2 30 13 Rheana 3 40 12 Joseph 4 50 14 Amanti 5 60 13 Alexa 6 70 15 Siri Data frame after deleting the column 'NAME': Roll-num Age 0 10 12 1 20 14 2 30 13 3 40 12 4 50 14 5 60 13 6 70 15
Вывод
Таким образом, мы подошли к концу этой статьи. Надеюсь, что эта статья лучше поймет ваш интерес.
Не стесняйтесь комментировать ниже, если у вас возникнут какие-либо вопросы. А до тех пор Счастливого Обучения!! 🙂