В мире анализа и обработки данных Pandas – это мощная библиотека, которая ярко сияет. Он предоставляет множество функций для удобной обработки данных. Одной из распространенных задач является удаление столбцов из DataFrame. В этой статье блога мы рассмотрим различные способы удаления столбца с помощью Pandas с примерами кода, которые помогут вам нарезать данные как профессионал. Итак, приступим!

Метод 1: использование метода drop()
Метод drop() — это универсальный способ удаления столбцов из DataFrame. Просто укажите имена столбцов в списке, и вуаля! Давайте посмотрим, как это работает:

import pandas as pd
# Create a sample DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# Drop the 'City' column
df = df.drop(['City'], axis=1)
print(df)

Выход:

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

Метод 2: использование ключевого слова del.
Для быстрого и простого подхода вы можете использовать ключевое слово delдля удаления столбца. Вот пример:

import pandas as pd
# Create a sample DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# Remove the 'City' column using del
del df['City']
print(df)

Выход:

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

Метод 3: использование назначения DataFrame
Другой простой способ — присвоить DataFrame без нужных столбцов новой переменной. Этот метод создает копию DataFrame, не изменяя исходную. Давайте посмотрим пример:

import pandas as pd
# Create a sample DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# Assign DataFrame without the 'City' column to a new variable
new_df = df[['Name', 'Age']]
print(new_df)

Выход:

      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

Метод 4: использование метода pop()
Pandas также предоставляет метод pop(), который не только удаляет столбец, но и возвращает его как отдельную серию. Давайте посмотрим:

import pandas as pd
# Create a sample DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# Remove and return the 'City' column using pop()
city_series = df.pop('City')
print(city_series)
print(df)

Выход:

0    New York
1      London
2       Paris
Name: City, dtype: object
      Name  Age
0    Alice   25
1      Bob   30
2  Charlie   35

Подведение итогов:

В этой статье мы рассмотрели различные способы удаления столбцов из DataFrame с помощью Pandas. Предпочитаете ли вы метод drop(), ключевое слово del, назначение DataFrame или метод pop(), теперь у вас есть целый ряд мощных методов. утилизация. Удачных манипуляций с данными!