Вы можете использовать функцию drop() , чтобы удалить один или несколько столбцов из кадра данных pandas:
#drop one column by name
df.drop('column_name', axis= 1 , inplace= True )
#drop multiple columns by name
df.drop(['column_name1', 'column_name2'], axis= 1 , inplace= True )
#drop one column by index
df.drop (df.columns [[0]], axis= 1 , inplace= True )
#drop multiple columns by index
df.drop (df.columns[[0,2,5]], axis= 1 , inplace= True )
Обратите внимание на следующее:
- Аргумент оси указывает, следует ли удалить строки (0) или столбцы (1).
- Аргумент inplace указывает, что столбцы должны быть удалены без переназначения DataFrame.
В следующих примерах показано, как использовать эту функцию на практике со следующими пандами DataFrame:
import pandas as pd
#create DataFrame
df = pd.DataFrame({'A': [25, 12, 15, 14, 19, 23, 25, 29],
'B': [5, 7, 7, 9, 12, 9, 9, 4],
'C': [11, 8, 10, 6, 6, 5, 9, 12]})
#view DataFrame
df
A B C
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12
Пример 1. Удаление одного столбца по имени
В следующем коде показано, как удалить один столбец из DataFrame по имени:
#drop column named 'B' from DataFrame
df.drop('B', axis= 1 , inplace= True )
#view DataFrame
df
A C
0 25 11
1 12 8
2 15 10
3 14 6
4 19 6
5 23 5
6 25 9
7 29 12
Пример 2. Удаление нескольких столбцов по имени
В следующем коде показано, как удалить несколько столбцов по имени:
#drop columns 'A' and 'C' from DataFrame
df.drop(['A', 'C'], axis= 1 , inplace= True )
#view DataFrame
df
B
0 5
1 7
2 7
3 9
4 12
5 9
6 9
7 4
Пример 3. Удаление одного столбца по индексу
В следующем коде показано, как удалить один столбец по индексу:
#drop first column from DataFrame
df.drop (df.columns [[0]], axis= 1 , inplace= True )
#view DataFrame
df
B C
0 5 11
1 7 8
2 7 10
3 9 6
4 12 6
5 9 5
6 9 9
7 4 12
Пример 4. Удаление нескольких столбцов по индексу
В следующем коде показано, как удалить несколько столбцов по индексу:
#drop multiple columns from DataFrame
df.drop (df.columns [[0, 1]], axis= 1 , inplace= True )
#view DataFrame
df
C
0 11
1 8
2 10
3 6
4 6
5 5
6 9
7 12
Дополнительные ресурсы
Как добавить строки в Pandas DataFrame
Как добавить массив Numpy в фрейм данных Pandas
Как подсчитать количество строк в Pandas DataFrame