Bruke Pandas.DataFrame.Drop
Vi bruker pandas.DataFrame.drop()-funksjonen for å slippe spesifikke rader eller spesifikke kolonner fra Pandas DataFrame. La oss bruke denne funksjonen til å slippe alle rader og kolonner.
Syntaks :
Følgende er syntaksen til pandas.DataFrame.drop()-funksjonen. Vi bruker bare tre parametere og diskuterer kun disse tre i denne veiledningen. Det finnes en detaljert veiledning om denne funksjonen:
pandaer. Dataramme . miste ( etiketter , akser , indeks , kolonner , nivå , på plass , feil )
- Vi må sende en liste over radindekser til parameteren 'etiketter' for å slette alle radene fra DataFrame. Vi kan også sende attributtet DataFrame.index som velger alle radindeksene. På samme måte må vi sende alle kolonnenavnene til denne parameteren eller overføre egenskapen DataFrame.columns.
- Sett 'akse'-parameteren til 1 hvis du sender kolonnene til parameteren 'etiketter'. Som standard er akse = 0 som refererer til radene.
- Vi kan gjøre operasjonen (Slett) på den eksisterende DataFrame. Sett 'inplace'-parameteren til 'True'.
Eksempel 1:
Tenk på 'Campaign1' DataFrame med fire rader og to kolonner. Slipp først alle radene ved å sende radindeksene til parameteren 'etiketter', og slipp deretter alle kolonnene ved å sende kolonneetikettene til parameteren 'etiketter'.
import pandaer
# Lag DataFrame - Kampanje1 med 2 kolonner og 4 poster
Kampanje 1 = pandaer. Dataramme ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'pytonleir' , 'USA' ] ] ,
kolonner = [ 'Campaign_Name' , 'Plassering' ] )
skrive ut ( Kampanje 1 , ' \n ' )
# Slipp alle rader
Kampanje 1. miste ( etiketter = [ 0 , 1 , 2 , 3 ] , på plass = ekte )
skrive ut ( Kampanje 1 , ' \n ' )
# Slipp alle kolonner
Kampanje 1. miste ( etiketter = [ 'Campaign_Name' , 'Plassering' ] , på plass = ekte , akser = 1 )
skrive ut ( Kampanje 1 , ' \n ' )
Produksjon :
Etter å ha sluppet radene, fjernes radene, men kolonnene eksisterer. Etter at du har fjernet kolonnene, er «Kampanje1» tom.
Eksempel 2:
Bruk den forrige «Campaign1» DataFrame og slipp radene ved å sende «Campaign1.index» til «labels»-parameteren og slipp deretter kolonnene ved å sende «Campaign.columns» til «labels»-parameteren.
import pandaer# Lag DataFrame - Kampanje1 med 2 kolonner og 4 poster
Kampanje 1 = pandaer. Dataramme ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'pytonleir' , 'USA' ] ] ,
kolonner = [ 'Campaign_Name' , 'Plassering' ] )
skrive ut ( Kampanje 1 , ' \n ' )
# Slipp alle rader
Kampanje 1. miste ( etiketter = Kampanje 1. indeks , på plass = ekte )
# Slipp alle kolonner
Kampanje 1. miste ( etiketter = Kampanje 1. kolonner , på plass = ekte , akser = 1 )
skrive ut ( Kampanje 1 )
Produksjon :
Etter å ha sluppet radene, fjernes radene, men kolonnene eksisterer. Etter at du har fjernet kolonnene, er «Kampanje1» tom.
Bruke Iloc[]
Egenskapen pandas.DataFrame.iloc[] brukes til å velge data basert på indeksposisjonen. Vi kan bruke denne egenskapen til å velge 0 rader og 0 kolonner fra DataFrame. Her sletter vi ikke selve DataFrame, men vi velger 0 poster.
Syntaks :
Først må vi slette kolonnene og deretter radene.
- Velg 0 kolonner – DataFrame.iloc[:,0:0]
- Velg 0 rader – DataFrame.iloc[0:0]
Eksempel :
Bruk samme DataFrame og velg den tomme DataFrame ved å bruke egenskapen iloc[].
import pandaer# Lag DataFrame - Kampanje1 med 2 kolonner og 4 poster
Kampanje 1 = pandaer. Dataramme ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'pytonleir' , 'USA' ] ] ,
kolonner = [ 'Campaign_Name' , 'Plassering' ] )
skrive ut ( Kampanje 1 , ' \n ' )
# Slipp alle rader
Kampanje 1. miste ( etiketter = [ 0 , 1 , 2 , 3 ] , på plass = ekte )
skrive ut ( Kampanje 1 , ' \n ' )
# Slipp alle kolonner
Kampanje 1. miste ( etiketter = [ 'Campaign_Name' , 'Plassering' ] , på plass = ekte , akser = 1 )
skrive ut ( Kampanje 1 , ' \n ' )
Produksjon :
Bruk av nøkkelordet Del
Hele dataene vil bli slettet fra DataFrame ved å bruke «del»-nøkkelordet ved å iterere alle radene i «for»-løkken.
import pandaer# Lag DataFrame - Kampanje1 med 4 kolonner og 4 poster
Kampanje 1 = pandaer. Dataramme ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'pytonleir' , 'USA' ] ] ,
kolonner = [ 'Campaign_Name' , 'Plassering' ] )
skrive ut ( Kampanje 1 , ' \n ' )
# Bruke del nøkkelord
til Jeg i Kampanje 1:
av Kampanje 1 [ Jeg ]
skrive ut ( Kampanje 1 )
Produksjon :
Nå er DataFrame tom.
Bruke Pop()-funksjonen
Hele dataene vil bli slettet fra DataFrame ved å bruke pop()-funksjonen ved å iterere alle radene inne i 'for'-løkken. Denne funksjonen er spesifisert i 'for'-løkken.
import pandaer# Lag DataFrame - Kampanje1 med 4 kolonner og 4 poster
Kampanje 1 = pandaer. Dataramme ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'pytonleir' , 'USA' ] ] ,
kolonner = [ 'Campaign_Name' , 'Plassering' ] )
skrive ut ( Kampanje 1 , ' \n ' )
# Bruker pop()
til Jeg i Kampanje 1:
Kampanje 1. pop ( Jeg )
skrive ut ( Kampanje 1 )
Produksjon :
Nå er DataFrame tom.
Konklusjon
Vi lærte hvordan vi tømmer Pandas DataFrame ved å fjerne radene og kolonnene. Først droppet vi rader fra DataFrame ved å bruke drop()-funksjonen og droppet deretter kolonnene etter at vi brukte iloc[]-egenskapen for å velge 0 rader. Til slutt diskuterte vi hvordan du sletter postene fra DataFrame ved å bruke nøkkelordet 'del' og pop()-funksjonen.