Pandas einfacher Weg: Operation „Spezifizierte Spalte löschen'.

WBOY
Freigeben: 2024-01-10 19:01:52
Original
825 Leute haben es durchsucht

Pandas einfacher Weg: Operation „Spezifizierte Spalte löschen.

Kurzanleitung: So verwenden Sie Pandas zum Löschen bestimmter Spalten. Es sind spezifische Codebeispiele erforderlich.

Bei der Datenanalyse und -verarbeitung ist Pandas ein häufig verwendetes Tool, das leistungsstarke Datenstruktur- und Datenbearbeitungsfunktionen bietet. Bei der Verarbeitung von Daten müssen wir häufig unnötige Spalten löschen. In diesem Artikel wird erläutert, wie Sie bestimmte Spalten mit Pandas löschen, und es werden spezifische Codebeispiele bereitgestellt.

Bevor Sie beginnen, stellen Sie sicher, dass Sie die Pandas-Bibliothek installiert haben. Es kann mit dem folgenden Befehl installiert werden:

pip install pandas
Nach dem Login kopieren

Zuerst müssen wir die Pandas-Bibliothek importieren und ihren gemeinsamen Alias ​​pd einführen:

import pandas as pd
Nach dem Login kopieren

Als nächstes erstellen wir einen Beispieldatensatz, um die Methode zum Entfernen bestimmter Spalten zu demonstrieren:

data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 21, 22],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)
Nach dem Login kopieren

Run Mit dem obigen Code erhalten wir die folgende Ausgabe:

   Name  Age         City
0   Tom   20     New York
1  Nick   21  Los Angeles
2  John   22      Chicago
Nach dem Login kopieren

Jetzt können wir die drop()-Methode von Pandas verwenden, um eine bestimmte Spalte zu löschen. Die drop()-Methode akzeptiert einen Parameter columns, der verwendet wird, um die Spalten anzugeben, die gelöscht werden müssen. Hier sind einige gängige Methoden zum Löschen von Spalten. drop()方法来删除特定列。drop()方法接受一个参数columns,用于指定需要删除的列。下面是一些常用的删除列的方法。

方法一:指定列名

我们可以直接通过列名删除列。以下是示例代码:

df = df.drop(columns=['Age'])
print(df)
Nach dem Login kopieren

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Nach dem Login kopieren
Nach dem Login kopieren

方法二:指定列索引

除了使用列名,我们还可以通过列索引来删除列。以下是示例代码:

df = df.drop(df.columns[1], axis=1)
print(df)
Nach dem Login kopieren

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Nach dem Login kopieren
Nach dem Login kopieren

在这个示例中,我们删除了索引为1的列(注意索引从0开始计数)。

方法三:删除多列

如果要删除多个列,我们可以在columns参数中传入一个包含多个列名(或列索引)的列表。以下是示例代码:

df = df.drop(columns=['Age', 'City'])
print(df)
Nach dem Login kopieren

输出结果为:

   Name
0   Tom
1  Nick
2  John
Nach dem Login kopieren

在这个示例中,我们同时删除了列'Age'和'City'。

总结起来,通过使用Pandas的drop()

Methode 1: Spaltennamen angeben

Wir können Spalten direkt über Spaltennamen löschen. Das Folgende ist der Beispielcode:

rrreee

Das Ausgabeergebnis ist: 🎜rrreee

Methode 2: Spaltenindex angeben

🎜Zusätzlich zur Verwendung von Spaltennamen können wir Spalten auch nach Spaltenindex löschen. Hier ist der Beispielcode: 🎜rrreee🎜Die Ausgabe lautet: 🎜rrreee🎜In diesem Beispiel haben wir die Spalte mit Index 1 entfernt (beachten Sie, dass der Index bei 0 beginnt zu zählen). 🎜

Methode 3: Mehrere Spalten löschen

🎜Wenn Sie mehrere Spalten löschen möchten, können wir im Parameter columns eine Liste mit mehreren Spaltennamen (oder Spaltenindizes) übergeben. Hier ist der Beispielcode: 🎜rrreee🎜Die Ausgabe lautet: 🎜rrreee🎜In diesem Beispiel haben wir beide Spalten „Alter“ und „Stadt“ gelöscht. 🎜🎜Zusammenfassend lässt sich sagen, dass wir mit der drop()-Methode von Pandas ganz einfach bestimmte Spalten löschen können. Der Vorgang kann je nach Bedarf mithilfe von Spaltennamen oder Spaltenindizes durchgeführt werden, und eine oder mehrere Spalten können gelöscht werden. 🎜🎜Ich hoffe, dass die in diesem Artikel bereitgestellten Codebeispiele Ihnen dabei helfen können, die Methode zum Löschen bestimmter Spalten in Pandas besser zu beherrschen. Durch den flexiblen Einsatz dieser Methoden können Sie Daten effizienter verarbeiten und analysieren. 🎜

Das obige ist der detaillierte Inhalt vonPandas einfacher Weg: Operation „Spezifizierte Spalte löschen'.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!