Korzystanie z Pandas.DataFrame.Drop
Używamy funkcji pandas.DataFrame.drop() do usuwania określonych wierszy lub określonych kolumn z ramki Pandas DataFrame. Użyjmy tej funkcji, aby usunąć wszystkie wiersze i kolumny.
Składnia :
Poniżej przedstawiono składnię funkcji pandas.DataFrame.drop(). Wykorzystujemy tylko trzy parametry i omawiamy tylko te trzy w tym przewodniku. Istnieje szczegółowy samouczek dotyczący tej funkcji:
pandy. Ramka danych . upuszczać ( etykiety , oś , indeks , kolumny , poziom , w miejscu , błędy )
- Musimy przekazać listę indeksów wierszy do parametru „labels”, aby usunąć wszystkie wiersze z DataFrame. Możemy także przekazać atrybut DataFrame.index, który wybiera wszystkie indeksy wierszy. Podobnie musimy przekazać do tego parametru wszystkie nazwy kolumn lub przekazać właściwość DataFrame.columns.
- Ustaw parametr „oś” na 1, jeśli przekazujesz kolumny do parametru „etykiety”. Domyślnie oś = 0, która odnosi się do wierszy.
- Możemy wykonać operację (Usuń) na istniejącej ramce DataFrame. Ustaw parametr „inplace” na „True”.
Przykład 1:
Rozważ ramkę danych „Kampania 1” z czterema wierszami i dwiema kolumnami. Najpierw usuń wszystkie wiersze, przekazując indeksy wierszy do parametru „labels”, a następnie usuń wszystkie kolumny, przekazując etykiety kolumn do parametru „labels”.
import pandy
# Utwórz ramkę danych - Kampania 1 z 2 kolumnami i 4 rekordami
Kampania 1 = pandy. Ramka danych ( [ [ „obóz Java” , 'Indie' ] , [ „obóz linuksowy” , 'USA' ] , [ „obóz c/c++” , 'Indie' ] , [ „obóz Pythona” , 'USA' ] ] ,
kolumny = [ 'Nazwa kampanii' , 'Lokalizacja' ] )
wydrukować ( Kampania 1 , ' \N ' )
# Usuń wszystkie wiersze
Kampania 1. upuszczać ( etykiety = [ 0 , 1 , 2 , 3 ] , w miejscu = PRAWDA )
wydrukować ( Kampania 1 , ' \N ' )
# Usuń wszystkie kolumny
Kampania 1. upuszczać ( etykiety = [ 'Nazwa kampanii' , 'Lokalizacja' ] , w miejscu = PRAWDA , oś = 1 )
wydrukować ( Kampania 1 , ' \N ' )
Wyjście :
Po upuszczeniu wierszy wiersze są usuwane, ale kolumny istnieją. Po usunięciu kolumn „Kampania 1” jest pusta.
Przykład 2:
Wykorzystaj poprzednią ramkę danych „Campaign1” i upuść wiersze, przekazując „Campaign1.index” do parametru „labels”, a następnie upuść kolumny, przekazując „Campaign.columns” do parametru „labels”.
import pandy# Utwórz ramkę danych - Kampania 1 z 2 kolumnami i 4 rekordami
Kampania 1 = pandy. Ramka danych ( [ [ „obóz Java” , 'Indie' ] , [ „obóz linuksowy” , 'USA' ] , [ „obóz c/c++” , 'Indie' ] , [ „obóz Pythona” , 'USA' ] ] ,
kolumny = [ 'Nazwa kampanii' , 'Lokalizacja' ] )
wydrukować ( Kampania 1 , ' \N ' )
# Usuń wszystkie wiersze
Kampania 1. upuszczać ( etykiety = Kampania 1. indeks , w miejscu = PRAWDA )
# Usuń wszystkie kolumny
Kampania 1. upuszczać ( etykiety = Kampania 1. kolumny , w miejscu = PRAWDA , oś = 1 )
wydrukować ( Kampania 1 )
Wyjście :
Po upuszczeniu wierszy wiersze są usuwane, ale kolumny istnieją. Po usunięciu kolumn „Kampania 1” jest pusta.
Korzystanie z Iloc[]
Właściwość pandas.DataFrame.iloc[] służy do wybierania danych na podstawie pozycji indeksu. Możemy wykorzystać tę właściwość, aby wybrać 0 wierszy i 0 kolumn z ramki DataFrame. Tutaj nie usuwamy rzeczywistej ramki DataFrame, ale wybierzemy 0 rekordów.
Składnia :
Najpierw musimy usunąć kolumny, a następnie wiersze.
- Wybierz 0 kolumn – DataFrame.iloc[:,0:0]
- Wybierz 0 wierszy – DataFrame.iloc[0:0]
Przykład :
Użyj tej samej ramki danych i wybierz pustą ramkę danych za pomocą właściwości iloc[].
import pandy# Utwórz ramkę danych - Kampania 1 z 2 kolumnami i 4 rekordami
Kampania 1 = pandy. Ramka danych ( [ [ „obóz Java” , 'Indie' ] , [ „obóz linuksowy” , 'USA' ] , [ „obóz c/c++” , 'Indie' ] , [ „obóz Pythona” , 'USA' ] ] ,
kolumny = [ 'Nazwa kampanii' , 'Lokalizacja' ] )
wydrukować ( Kampania 1 , ' \N ' )
# Usuń wszystkie wiersze
Kampania 1. upuszczać ( etykiety = [ 0 , 1 , 2 , 3 ] , w miejscu = PRAWDA )
wydrukować ( Kampania 1 , ' \N ' )
# Usuń wszystkie kolumny
Kampania 1. upuszczać ( etykiety = [ 'Nazwa kampanii' , 'Lokalizacja' ] , w miejscu = PRAWDA , oś = 1 )
wydrukować ( Kampania 1 , ' \N ' )
Wyjście :
Używanie słowa kluczowego Del
Całe dane zostaną usunięte z ramki DataFrame za pomocą słowa kluczowego „del” poprzez iterację wszystkich wierszy w pętli „for”.
import pandy# Utwórz DataFrame - Kampania 1 z 4 kolumnami i 4 rekordami
Kampania 1 = pandy. Ramka danych ( [ [ „obóz Java” , 'Indie' ] , [ „obóz linuksowy” , 'USA' ] , [ „obóz c/c++” , 'Indie' ] , [ „obóz Pythona” , 'USA' ] ] ,
kolumny = [ 'Nazwa kampanii' , 'Lokalizacja' ] )
wydrukować ( Kampania 1 , ' \N ' )
# Używanie słowa kluczowego del
Do I W Kampania 1:
z Kampania 1 [ I ]
wydrukować ( Kampania 1 )
Wyjście :
Teraz ramka danych jest pusta.
Korzystanie z funkcji Pop().
Całe dane zostaną usunięte z DataFrame za pomocą funkcji pop() poprzez iterację wszystkich wierszy wewnątrz pętli „for”. Ta funkcja jest określona wewnątrz pętli „for”.
import pandy# Utwórz DataFrame - Kampania 1 z 4 kolumnami i 4 rekordami
Kampania 1 = pandy. Ramka danych ( [ [ „obóz Java” , 'Indie' ] , [ „obóz linuksowy” , 'USA' ] , [ „obóz c/c++” , 'Indie' ] , [ „obóz Pythona” , 'USA' ] ] ,
kolumny = [ 'Nazwa kampanii' , 'Lokalizacja' ] )
wydrukować ( Kampania 1 , ' \N ' )
# Używanie pop()
Do I W Kampania 1:
Kampania 1. Muzyka pop ( I )
wydrukować ( Kampania 1 )
Wyjście :
Teraz ramka danych jest pusta.
Wniosek
Dowiedzieliśmy się, jak wyczyścić ramkę danych Pandas, usuwając wiersze i kolumny. Najpierw usunęliśmy wiersze z ramki DataFrame za pomocą funkcji drop(), a następnie usunęliśmy kolumny po wykorzystaniu właściwości iloc[] do wybrania 0 wierszy. Na koniec omówiliśmy sposób usuwania rekordów z ramki DataFrame za pomocą słowa kluczowego „del” i funkcji pop().