Verwenden von Pandas.DataFrame.Drop
Wir verwenden die Funktion pandas.DataFrame.drop(), um bestimmte Zeilen oder bestimmte Spalten aus dem Pandas DataFrame zu löschen. Lassen Sie uns diese Funktion verwenden, um alle Zeilen und Spalten zu löschen.
Syntax :
Das Folgende ist die Syntax der Funktion pandas.DataFrame.drop(). Wir verwenden nur drei Parameter und besprechen nur diese drei in diesem Leitfaden. Zu dieser Funktion gibt es ein ausführliches Tutorial:
Pandas. Datenrahmen . fallen ( Etiketten , Achse , Index , Säulen , Ebene , an Ort und Stelle , Fehler )
- Wir müssen eine Liste von Zeilenindizes an den Parameter „labels“ übergeben, um alle Zeilen aus dem DataFrame zu löschen. Wir können auch das DataFrame.index-Attribut übergeben, das alle Zeilenindizes auswählt. Ebenso müssen wir alle Spaltennamen an diesen Parameter übergeben oder die Eigenschaft DataFrame.columns übergeben.
- Setzen Sie den Parameter „axis“ auf 1, wenn Sie die Spalten an den Parameter „labels“ übergeben. Standardmäßig ist axis = 0, was sich auf die Zeilen bezieht.
- Wir können den Vorgang (Löschen) für den vorhandenen DataFrame ausführen. Setzen Sie den Parameter „inplace“ auf „True“.
Beispiel 1:
Betrachten Sie den DataFrame „Campaign1“ mit vier Zeilen und zwei Spalten. Löschen Sie zunächst alle Zeilen, indem Sie die Zeilenindizes an den Parameter „labels“ übergeben, und löschen Sie dann alle Spalten, indem Sie die Spaltenbezeichnungen an den Parameter „labels“ übergeben.
importieren Pandas
# DataFrame erstellen – Campaign1 mit 2 Spalten und 4 Datensätzen
Kampagne1 = Pandas. Datenrahmen ( [ [ 'Java-Camp' , 'Indien' ] , [ 'Linux-Camp' , 'USA' ] , [ 'c/c++ camp' , 'Indien' ] , [ 'Python-Camp' , 'USA' ] ] ,
Säulen = [ 'Kampagnenname' , 'Standort' ] )
drucken ( Kampagne1 , ' \N ' )
# Alle Zeilen löschen
Kampagne1. fallen ( Etiketten = [ 0 , 1 , 2 , 3 ] , an Ort und Stelle = WAHR )
drucken ( Kampagne1 , ' \N ' )
# Alle Spalten löschen
Kampagne1. fallen ( Etiketten = [ 'Kampagnenname' , 'Standort' ] , an Ort und Stelle = WAHR , Achse = 1 )
drucken ( Kampagne1 , ' \N ' )
Ausgabe :
Nach dem Löschen der Zeilen werden die Zeilen entfernt, die Spalten sind jedoch vorhanden. Nach dem Entfernen der Spalten ist „Campaign1“ leer.
Beispiel 2:
Nutzen Sie den vorherigen DataFrame „Campaign1“ und löschen Sie die Zeilen, indem Sie „Campaign1.index“ an den Parameter „labels“ übergeben, und löschen Sie dann die Spalten, indem Sie „Campaign.columns“ an den Parameter „labels“ übergeben.
importieren Pandas# DataFrame erstellen – Campaign1 mit 2 Spalten und 4 Datensätzen
Kampagne1 = Pandas. Datenrahmen ( [ [ 'Java-Camp' , 'Indien' ] , [ 'Linux-Camp' , 'USA' ] , [ 'c/c++ camp' , 'Indien' ] , [ 'Python-Camp' , 'USA' ] ] ,
Säulen = [ 'Kampagnenname' , 'Standort' ] )
drucken ( Kampagne1 , ' \N ' )
# Alle Zeilen löschen
Kampagne1. fallen ( Etiketten = Kampagne1. Index , an Ort und Stelle = WAHR )
# Alle Spalten löschen
Kampagne1. fallen ( Etiketten = Kampagne1. Säulen , an Ort und Stelle = WAHR , Achse = 1 )
drucken ( Kampagne1 )
Ausgabe :
Nach dem Löschen der Zeilen werden die Zeilen entfernt, die Spalten sind jedoch vorhanden. Nach dem Entfernen der Spalten ist „Campaign1“ leer.
Verwenden von Iloc[]
Die Eigenschaft pandas.DataFrame.iloc[] wird verwendet, um die Daten basierend auf der Indexposition auszuwählen. Wir können diese Eigenschaft nutzen, um 0 Zeilen und 0 Spalten aus dem DataFrame auszuwählen. Hier löschen wir nicht den eigentlichen DataFrame, sondern wählen 0 Datensätze aus.
Syntax :
Zuerst müssen wir die Spalten und dann die Zeilen löschen.
- Wählen Sie 0 Spalten aus – DataFrame.iloc[:,0:0]
- Wählen Sie 0 Zeilen aus – DataFrame.iloc[0:0]
Beispiel :
Verwenden Sie denselben DataFrame und wählen Sie den leeren DataFrame mithilfe der iloc[]-Eigenschaft aus.
importieren Pandas# DataFrame erstellen – Campaign1 mit 2 Spalten und 4 Datensätzen
Kampagne1 = Pandas. Datenrahmen ( [ [ 'Java-Camp' , 'Indien' ] , [ 'Linux-Camp' , 'USA' ] , [ 'c/c++ camp' , 'Indien' ] , [ 'Python-Camp' , 'USA' ] ] ,
Säulen = [ 'Kampagnenname' , 'Standort' ] )
drucken ( Kampagne1 , ' \N ' )
# Alle Zeilen löschen
Kampagne1. fallen ( Etiketten = [ 0 , 1 , 2 , 3 ] , an Ort und Stelle = WAHR )
drucken ( Kampagne1 , ' \N ' )
# Alle Spalten löschen
Kampagne1. fallen ( Etiketten = [ 'Kampagnenname' , 'Standort' ] , an Ort und Stelle = WAHR , Achse = 1 )
drucken ( Kampagne1 , ' \N ' )
Ausgabe :
Verwenden des Schlüsselworts „Entf“.
Die gesamten Daten werden mit dem Schlüsselwort „del“ aus dem DataFrame gelöscht, indem alle Zeilen innerhalb der „for“-Schleife iteriert werden.
importieren Pandas# DataFrame erstellen – Campaign1 mit 4 Spalten und 4 Datensätzen
Kampagne1 = Pandas. Datenrahmen ( [ [ 'Java-Camp' , 'Indien' ] , [ 'Linux-Camp' , 'USA' ] , [ 'c/c++ camp' , 'Indien' ] , [ 'Python-Camp' , 'USA' ] ] ,
Säulen = [ 'Kampagnenname' , 'Standort' ] )
drucken ( Kampagne1 , ' \N ' )
# Verwenden des Schlüsselworts del
für ich In Kampagne1:
des Kampagne1 [ ich ]
drucken ( Kampagne1 )
Ausgabe :
Jetzt ist der DataFrame leer.
Verwenden der Funktion Pop()
Die gesamten Daten werden mithilfe der Funktion pop() aus dem DataFrame gelöscht, indem alle Zeilen innerhalb der „for“-Schleife iteriert werden. Diese Funktion wird innerhalb der „for“-Schleife angegeben.
importieren Pandas# DataFrame erstellen – Campaign1 mit 4 Spalten und 4 Datensätzen
Kampagne1 = Pandas. Datenrahmen ( [ [ 'Java-Camp' , 'Indien' ] , [ 'Linux-Camp' , 'USA' ] , [ 'c/c++ camp' , 'Indien' ] , [ 'Python-Camp' , 'USA' ] ] ,
Säulen = [ 'Kampagnenname' , 'Standort' ] )
drucken ( Kampagne1 , ' \N ' )
# Verwenden von pop()
für ich In Kampagne1:
Kampagne1. Pop ( ich )
drucken ( Kampagne1 )
Ausgabe :
Jetzt ist der DataFrame leer.
Abschluss
Wir haben gelernt, wie man den Pandas DataFrame löscht, indem man die Zeilen und Spalten entfernt. Zuerst haben wir mit der Funktion drop() Zeilen aus dem DataFrame gelöscht und dann die Spalten gelöscht, nachdem wir die Eigenschaft iloc[] verwendet haben, um 0 Zeilen auszuwählen. Zuletzt haben wir besprochen, wie man die Datensätze mit dem Schlüsselwort „del“ und der Funktion pop() aus dem DataFrame löscht.