Rumah > pembangunan bahagian belakang > Tutorial Python > Cara mudah Panda: padam operasi lajur yang ditentukan

Cara mudah Panda: padam operasi lajur yang ditentukan

WBOY
Lepaskan: 2024-01-10 19:01:52
asal
912 orang telah melayarinya

Cara mudah Panda: padam operasi lajur yang ditentukan

Panduan Ringkas: Cara menggunakan Panda untuk memadam lajur tertentu, contoh kod khusus diperlukan

Dalam analisis dan pemprosesan data, Pandas ialah alat yang biasa digunakan, yang menyediakan struktur data yang berkuasa dan fungsi manipulasi data. Apabila memproses data, kami selalunya perlu memadamkan lajur yang tidak diperlukan. Artikel ini akan memperkenalkan cara memadamkan lajur tertentu menggunakan Panda dan memberikan contoh kod khusus.

Sebelum bermula, pastikan anda telah memasang pustaka Pandas. Ia boleh dipasang menggunakan arahan berikut:

pip install pandas
Salin selepas log masuk

Pertama, kita perlu mengimport pustaka Pandas, memperkenalkan alias biasa pd:

import pandas as pd
Salin selepas log masuk

Seterusnya, kami mencipta set data sampel untuk menunjukkan kaedah mengalih keluar lajur tertentu:

data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 21, 22],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)
Salin selepas log masuk

Jalankan Dengan kod di atas, kita mendapat output berikut:

   Name  Age         City
0   Tom   20     New York
1  Nick   21  Los Angeles
2  John   22      Chicago
Salin selepas log masuk

Kini, kita boleh menggunakan kaedah drop() Pandas untuk menjatuhkan lajur tertentu. Kaedah drop() menerima parameter lajur, yang digunakan untuk menentukan lajur yang perlu dipadamkan. Berikut ialah beberapa cara biasa untuk memadamkan lajur. 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)
Salin selepas log masuk

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Salin selepas log masuk
Salin selepas log masuk

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)
Salin selepas log masuk

输出结果为:

   Name         City
0   Tom     New York
1  Nick  Los Angeles
2  John      Chicago
Salin selepas log masuk
Salin selepas log masuk

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)
Salin selepas log masuk

输出结果为:

   Name
0   Tom
1  Nick
2  John
Salin selepas log masuk

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()

Kaedah 1: Tentukan nama lajur

Kami boleh memadamkan lajur terus melalui nama lajur. Berikut ialah kod sampel:

rrreee

Hasil output ialah: 🎜rrreee

Kaedah 2: Tentukan indeks lajur

🎜Selain menggunakan nama lajur, kami juga boleh memadam lajur mengikut indeks lajur. Berikut ialah kod sampel: 🎜rrreee🎜Outputnya ialah: 🎜rrreee🎜Dalam contoh ini, kami mengalih keluar lajur dengan indeks 1 (perhatikan bahawa indeks mula mengira dari 0). 🎜

Kaedah 3: Padam berbilang lajur

🎜Jika anda mahu memadamkan berbilang lajur, kami boleh menghantar senarai yang mengandungi berbilang nama lajur (atau indeks lajur) dalam parameter lajur . Berikut ialah kod sampel: 🎜rrreee🎜Keluarannya ialah: 🎜rrreee🎜Dalam contoh ini, kami telah memadamkan kedua-dua lajur 'Umur' dan 'Bandar'. 🎜🎜Untuk meringkaskan, dengan menggunakan kaedah drop() Pandas, kami boleh memadamkan lajur tertentu dengan mudah. Operasi boleh dilakukan menggunakan nama lajur atau indeks lajur seperti yang diperlukan, dan satu atau lebih lajur boleh dipadamkan. 🎜🎜Saya harap contoh kod yang disediakan dalam artikel ini dapat membantu anda menguasai kaedah memadam lajur tertentu dalam Panda dengan lebih baik. Dengan menggunakan kaedah ini secara fleksibel, anda boleh memproses dan menganalisis data dengan lebih cekap. 🎜

Atas ialah kandungan terperinci Cara mudah Panda: padam operasi lajur yang ditentukan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan