Как удалить столбец в dataframe python

Как удалить колонку Pandas DataFrame

В этой статье мы будем использовать один и тот же DataFrame для демонстрации различных методов.

del Метод удаления столбца DataFrame

del df[‘col_name’] удаляет колонку DataFrame, имеющую имена в виде col_name .

Ограничение этого метода del состоит в том, что он может удалить только один столбец за один раз.

df.drop Метод удаления колонок DataFrame

Метод drop сбрасывает или, другими словами, удаляет/удаляет указанные метки из строк или столбцов.

labels может быть одиночной меткой или списком меток или столбцов, которые нужно опустить.

axis определяет, удаляются ли метки из индекса/строки ( 0 или index ) или столбца ( 1 или columns ).

index , columns — это альтернатива указанию оси. drop(labels, axis=0) равна капле drop(index=labels) , а drop(labels, axis=1) равно drop(column=labels) .

inplace указывает, что DataFrame модифицируется на месте, если inplace = True , в противном случае он возвращает новый DataFrame с исходным DataFrame немодифицированным.

pandas.DataFrame.drop#

Remove rows or columns by specifying label names and corresponding axis, or by specifying directly index or column names. When using a multi-index, labels on different levels can be removed by specifying the level. See the user guide <advanced.shown_levels> for more information about the now unused levels.

Parameters labels single label or list-like

Index or column labels to drop. A tuple will be used as a single label and not treated as a list-like.

Whether to drop labels from the index (0 or ‘index’) or columns (1 or ‘columns’).

index single label or list-like

Alternative to specifying axis ( labels, axis=0 is equivalent to index=labels ).

columns single label or list-like

Alternative to specifying axis ( labels, axis=1 is equivalent to columns=labels ).

level int or level name, optional

For MultiIndex, level from which the labels will be removed.

inplace bool, default False

If False, return a copy. Otherwise, do operation inplace and return None.

errors <‘ignore’, ‘raise’>, default ‘raise’

If ‘ignore’, suppress error and only existing labels are dropped.

Returns DataFrame or None

DataFrame without the removed index or column labels or None if inplace=True .

If any of the labels is not found in the selected axis.

Label-location based indexer for selection by label.

Return DataFrame with labels on given axis omitted where (all or any) data are missing.

Return DataFrame with duplicate rows removed, optionally only considering certain columns.

Добавление и удаление столбца в DataFrame Pandas

Чтобы добавить новый столбец к существующему в DataFrame Pandas, назначьте новые значения столбца, проиндексированному с использованием нового имени столбца.

В этом руководстве мы узнаем, как добавить столбец в DataFrame с помощью примеров программ, которые будут очень подробными и иллюстративными.

Синтаксис

Синтаксис для добавления столбца в DataFrame:

Где, mydataframe – это DataFrame, в который вы хотите добавить новый столбец с меткой new_column_name. Вы можете указать все значения столбца в виде списка или одно значение, которое будет использоваться по умолчанию для всех строк.

Пример 1

В этом примере мы создадим DataFrame df_marks и добавим новый столбец с именем geometry.

Столбец добавляется к DataFrame с указанным списком в качестве значений столбца.

Длина списка, который вы предоставляете для нового столбца, должна равняться количеству строк в DataFrame. Если это условие не выполняется, вы получите сообщение об ошибке, подобное приведенному ниже.

Пример 2: со значением по умолчанию

В этом примере мы создадим df_marks и добавим новый столбец с именем geometry со значением по умолчанию для каждой строки в DataFrame.

Столбец добавляется в DataFrame с указанным значением в качестве значения столбца по умолчанию.

Как у далить столбец?

Функция Pandas DataFrame.pop() используется для удаления столбца из DataFrame.

В этом руководстве мы рассмотрим примеры, чтобы узнать, как использовать pop() для удаления столбца из Pandas DataFrame.

Пример 1

В этом примере мы удалили определенный столбец, используя его имя с помощью pop(). Функция pandas pop() обновляет исходный dataframe. Данные в удаленном столбце потеряны.

Пример 2

В этом примере мы попытаемся удалить столбец, которого нет в DataFrame.

Когда вы пытаетесь удалить несуществующий столбец с помощью pop(), функция выдает ошибку KeyError.

В этом руководстве на примерах Python мы узнали, как удалить столбец из DataFrame с помощью pop() с помощью хорошо подробных примеров программ.

Как удалить столбцы?

Чтобы удалить или удалить только один столбец из Pandas DataFrame, вы можете использовать ключевое слово del, функцию pop() или функцию drop() в кадре данных.

Чтобы удалить несколько столбцов из DataFrame Pandas, используйте функцию drop().

Пример 1: с помощью ключевого слова del

В этом примере мы создадим DataFrame, а затем удалим указанный столбец с помощью ключевого слова del. Столбец выбирается для удаления с помощью метки столбца.

Мы удалили столбец химии из DataFrame.

Пример 2: с помощью функции pop()

В этом примере мы создадим DataFrame, а затем будем использовать функцию pop() для удаления определенного столбца.

Мы удалили столбец химии из DataFrame.

Пример 3: с помощью функции drop()

В этом примере мы будем использовать функцию drop() для удаления определенного столбца. Мы используем метку столбца для удаления.

Пример 4: с помощью функции drop()

В этом примере мы будем использовать функцию drop() для удаления нескольких столбцов. Мы используем массив меток столбцов для выбора столбцов для удаления.

Мы узнали, как удалить столбец из Pandas DataFrame, используя ключевое слово del, метод pop() и метод drop(), с помощью хорошо подробных примеров Python.

Как удалить столбец в DataFrame Pandas

Метод Pandas DataFrame drop() позволяет нам удалять столбцы и строки из объекта DataFrame.

Что такое функция DataFrame drop() в Pandas?

Чтобы удалить столбец в DataFrame, используйте метод drop() Pandas DataFrame. Метод df.Drop() удаляет указанные метки из строк или столбцов. Он удаляет строки или столбцы, указывая имена меток и соответствующие оси или напрямую указывая имена индексов или столбцов.

При использовании мультииндекса метки на разных уровнях можно удалить, указав уровень.

Синтаксис

Параметры

• labels: одна метка или список.

Метки индекса или столбца, которые необходимо удалить.

• axis <0 или «index», 1 или «columns»>, по умолчанию 0.

Удалять ли метки из индекса(0 или « index ») или столбцов(1 или « columns »).

• index: одна метка или список.

Альтернатива определению оси( labels, axis=0 эквивалентна index=labels ).

• columns: одна метка или список.

Альтернатива указанию оси( labels, axis=1 эквивалентна columns=labels ).

• level: int или имя уровня, необязательно.

Для MultiIndex уровень, с которого будут удалены метки.

• inplace: bool, по умолчанию False.

Если False, верните копию. В противном случае выполните операцию на месте и верните None.

• errors<‘ignore’, ‘raise’>, default ‘raise’.

Если «ignore», ошибка подавляется, и удаляются только существующие метки.

Возвращаемое значение

Функция drop() возвращает DataFrame без удаленных меток индекса или столбца.

Метод drop() может вызвать KeyError, если какая-либо из меток не найдена на выбранной оси.

Как удалить столбец в DataFrame

Удалить один или несколько столбцов из DataFrame можно несколькими способами.

1. Чтобы удалить столбцы в DataFrame, используйте метод df.drop().
2. Удаление столбцов из DataFrame с помощью методов iloc[] и drop().
3. Удалите столбцы из DataFrame, используя методы loc[] и drop().

Удаление столбцов с помощью df.drop()

Чтобы создать DataFrame из словаря, используйте функцию pd.DataFrame.from_dict().

Вы можете видеть, что DataFrame создается с четырьмя строками и четырьмя столбцами.

Чтобы удалить один столбец из DataFrame, используйте метод drop() и передайте только один столбец в списке столбцов, как показано ниже.

Вы можете видеть, что мы пытались удалить столбец «Season», и он действительно удаляет столбец.

Удаление нескольких столбцов из DataFrame

Чтобы удалить несколько столбцов из DataFrame, передайте список столбцов, которые необходимо удалить, при использовании функции drop().

Вы можете видеть, что мы передали список таких столбцов, как Season и Streaming, и в выводе они были удалены из DataFrame.

Удаление на основе индекса

Чтобы удалить столбцы как основу индекса, используйте функцию df.columns().

В этом примере мы хотим удалить столбцы с индексами 1 и 2, т. е. Streaming и Season. Итак, мы удаляем столбцы, используя индекс столбца, используя свойство df.columns[] и передаем индексы столбца в список.

Использование iloc[ ] и drop()

Чтобы удалить все столбцы между определенными столбцами, используйте методы iloc[ ] и drop().

Pandas.DataFrame.iloc — это уникальное встроенное свойство, которое возвращает индексирование на основе целочисленного местоположения для выбора по положению. Мы используем эту функцию, чтобы получить индекс столбца, а затем передать его методу drop() и удалить столбцы на основе индексов.

С помощью loc[] и drop()

Pandas DataFrame loc[] используется для доступа к группе строк и столбцов по меткам или логическому массиву. См. следующий код.

В этом примере мы используем метод loc[] для группировки столбцов и удаления этих столбцов из DataFrame с помощью метода df.drop().

Разница между loc() и iloc() заключается в том, что iloc() исключает последний элемент диапазона столбца.

Подавление ошибок при удалении столбцов и строк

Если DataFrame не содержит заданных меток, возникает KeyError.

Мы можем подавить эту ошибку, указав error=’ignore’ в вызове функции drop().

Заключение

Pandas DataFrame drop() — полезный метод для удаления ненужных столбцов и строк. Мы увидели, как использовать iloc[] и loc[] с методом drop().