Удаление столбцов в Pandas: Полный гайд (10 примеров)

В Pandas существует несколько способов удаления столбцов из DataFrame. Вот основные методы с примерами кода:

1. Удаление столбца по имени:

Чтобы удалить один столбец, используйте его имя:

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
df = df.drop('B', axis=1)

2. Удаление нескольких столбцов по именам:

Если нужно удалить несколько столбцов, передайте список их имен:

df = df.drop(['B', 'C'], axis=1)

3. Удаление столбца по индексу:

Для удаления столбца по индексу используйте df.columns:

df = df.drop(df.columns[0], axis=1)

4. Удаление нескольких столбцов по индексам:

Аналогично можно удалить несколько столбцов:

df = df.drop(df.columns[[0, 2]], axis=1)

5. Удаление столбца с помощью del:

Этот способ удаляет столбец "на месте" и не возвращает новый DataFrame:

del df['B']

6. Удаление столбца с помощью pop():

Метод pop() также удаляет столбец "на месте", но в отличие от del возвращает удаленный столбец:

removed_column = df.pop('B')

7. Использование параметра inplace:

Если вы хотите изменить исходный DataFrame без создания нового, используйте параметр inplace=True:

df.drop('B', axis=1, inplace=True)

8. Удаление столбцов с использованием фильтрации:

Можно использовать фильтрацию для создания нового DataFrame без ненужных столбцов:

df = df[['A', 'C']]  # Сохраняем только столбцы A и C

9. Удаление столбцов с использованием логической индексации:

Можно использовать логическую индексацию для удаления столбцов по условию:

df = df.loc[:, df.columns != 'B']

10. Удаление столбцов с использованием метода filter():

Метод filter() позволяет исключить столбцы, используя регулярные выражения:

df = df.filter(regex='^(?!B$).*')  # Удаляем столбец B

Выбор метода зависит от конкретной задачи и предпочтений разработчика. Важно помнить, что некоторые методы изменяют исходный DataFrame, в то время как другие возвращают новый DataFrame с изменениями.

Если вы знаете ещё способы, пишите в комментариях ;)

Nerd IT 🌀 ML, DS, ANN, GPT

Привет! Меня зовут Семён, я работаю в сфере ML и аналитики данных и пишу в блог nerdit.ru статьи о своем опыте и том, что может пригодиться начинающим в начале их пути изучения больших данных.

Telegram