Méthode simple de Pandas : supprimer l'opération de colonne spécifiée

WBOY
Libérer: 2024-01-10 19:01:52
original
825 Les gens l'ont consulté

Méthode simple de Pandas : supprimer lopération de colonne spécifiée

Guide concis : Comment utiliser Pandas pour supprimer des colonnes spécifiques, des exemples de code spécifiques sont requis

Dans l'analyse et le traitement des données, Pandas est un outil couramment utilisé, qui fournit de puissantes fonctions de structure de données et de manipulation de données. Lors du traitement des données, nous devons souvent supprimer les colonnes inutiles. Cet article explique comment supprimer des colonnes spécifiques à l'aide de Pandas et fournit des exemples de code spécifiques.

Avant de commencer, assurez-vous que la bibliothèque Pandas est installée. Il peut être installé à l'aide de la commande suivante :

pip install pandas
Copier après la connexion

Tout d'abord, nous devons importer la bibliothèque Pandas, en introduisant son alias commun pd :

import pandas as pd
Copier après la connexion

Ensuite, nous créons un exemple d'ensemble de données afin de démontrer la méthode de suppression de colonnes spécifiques :

data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 21, 22],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)
Copier après la connexion

Exécuter Avec le code ci-dessus, nous obtenons le résultat suivant :

   Name  Age         City
0   Tom   20     New York
1  Nick   21  Los Angeles
2  John   22      Chicago
Copier après la connexion

Maintenant, nous pouvons utiliser la méthode drop() de Pandas pour supprimer une colonne spécifique. La méthode drop() accepte un paramètre columns, qui est utilisé pour spécifier les colonnes qui doivent être supprimées. Voici quelques méthodes courantes pour supprimer des colonnes. 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)
Copier après la connexion

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Copier après la connexion
Copier après la connexion

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)
Copier après la connexion

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Copier après la connexion
Copier après la connexion

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)
Copier après la connexion

输出结果为:

   Name
0   Tom
1  Nick
2  John
Copier après la connexion

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()

Méthode 1 : Spécifiez les noms de colonnes

Nous pouvons supprimer des colonnes directement via les noms de colonnes. Voici l'exemple de code :

rrreee

Le résultat de sortie est : 🎜rrreee

Méthode 2 : Spécifier l'index de colonne

🎜En plus d'utiliser les noms de colonnes, nous pouvons également supprimer des colonnes par index de colonne. Voici l'exemple de code : 🎜rrreee🎜Le résultat est : 🎜rrreee🎜Dans cet exemple, nous avons supprimé la colonne avec l'index 1 (notez que l'index commence à compter à partir de 0). 🎜

Méthode 3 : Supprimer plusieurs colonnes

🎜Si vous souhaitez supprimer plusieurs colonnes, nous pouvons transmettre une liste contenant plusieurs noms de colonnes (ou index de colonnes) dans le paramètre colonnes. Voici l'exemple de code : 🎜rrreee🎜Le résultat est : 🎜rrreee🎜Dans cet exemple, nous avons supprimé les colonnes « Âge » et « Ville ». 🎜🎜Pour résumer, en utilisant la méthode drop() de Pandas, nous pouvons facilement supprimer des colonnes spécifiques. L'opération peut être effectuée à l'aide de noms de colonnes ou d'index de colonnes selon les besoins, et une ou plusieurs colonnes peuvent être supprimées. 🎜🎜J'espère que les exemples de code fournis dans cet article pourront vous aider à mieux maîtriser la méthode de suppression de colonnes spécifiques dans Pandas. En appliquant ces méthodes de manière flexible, vous pouvez traiter et analyser les données plus efficacement. 🎜

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!