<\/p>\n
Sie k\u00f6nnen die Funktion drop()<\/a> verwenden, um eine oder mehrere Spalten aus einem Pandas-DataFrame zu entfernen:<\/span><\/p>\n Beachte das Folgende:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie diese Funktion in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie eine Spalte anhand des Namens aus dem DataFrame entfernt wird:<\/span><\/p>\n Der folgende Code zeigt, wie mehrere Spalten nach Namen gel\u00f6scht werden:<\/span><\/p>\n Der folgende Code zeigt, wie eine Spalte nach Index gel\u00f6scht wird:<\/span><\/p>\n Der folgende Code zeigt, wie mehrere Spalten nach Index gel\u00f6scht werden:<\/span><\/p>\n So f\u00fcgen Sie Zeilen zu einem Pandas DataFrame hinzu<\/a> Sie k\u00f6nnen die Funktion drop() verwenden, um eine oder mehrere Spalten aus einem Pandas-DataFrame zu entfernen: #drop one column by name df. drop (‚ column_name ‚, axis= 1 , inplace= True ) #drop multiple columns by name df. drop ([‚ column_name1 ‚, ‚ column_name2 ‚], axis= 1 , inplace= True ) #drop one column by […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #drop one column by name<\/span>\ndf. drop<\/span> (' column_name<\/span> ', axis= 1<\/span> , inplace= True<\/span> )\n\n#drop multiple columns by name\n<\/span>df. drop<\/span> ([' column_name1<\/span> ', ' column_name2<\/span> '], axis= 1<\/span> , inplace= True<\/span> )\n\n#drop one column by index\n<\/span>df. drop<\/span> ( df.columns<\/span> [[0]], axis= 1<\/span> , inplace= True<\/span> )\n\n#drop multiple columns by index\n<\/span>df. drop<\/span> (df.columns[[0,2,5]], axis= 1<\/span> , inplace= True<\/span> )\n<\/strong><\/pre>\n\n
import<\/span> pandas as<\/span> pd<\/span>\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' A<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' B<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' C<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tA B C\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n5 23 9 5\n6 25 9 9\n7 29 4 12\n<\/strong><\/pre>\n Beispiel 1: Eine Spalte nach Namen l\u00f6schen<\/strong><\/span><\/h3>\n
#drop column named 'B' from DataFrame<\/span>\ndf. drop<\/span> (' B<\/span> ', axis= 1<\/span> , inplace= True<\/span> ) \n\n#view DataFrame<\/span>\ndf\n\n\tA C\n0 25 11\n1 12 8\n2 15 10\n3 14 6\n4 19 6\n5 23 5\n6 25 9\n7 29 12<\/strong><\/pre>\n Beispiel 2: Mehrere Spalten nach Namen l\u00f6schen<\/strong><\/span><\/h3>\n
#drop columns 'A' and 'C' from DataFrame<\/span>\ndf. drop<\/span> ([' A<\/span> ', ' C<\/span> '], axis= 1<\/span> , inplace= True<\/span> ) \n\n#view DataFrame<\/span>\ndf\n\n B\n0 5\n1 7\n2 7\n3 9\n4 12\n5 9\n6 9\n7 4<\/strong><\/pre>\n Beispiel 3: Eine Spalte nach Index l\u00f6schen<\/strong><\/span><\/h3>\n
#drop first column from DataFrame<\/span>\ndf. drop<\/span> ( df.columns<\/span> [[0]], axis= 1<\/span> , inplace= True<\/span> ) \n\n#view DataFrame<\/span>\ndf\n\n B C\n0 5 11\n1 7 8\n2 7 10\n3 9 6\n4 12 6\n5 9 5\n6 9 9\n7 4 12<\/strong><\/pre>\n Beispiel 4: Mehrere Spalten nach Index l\u00f6schen<\/strong><\/span><\/h3>\n
#drop multiple columns from DataFrame<\/span>\ndf. drop<\/span> (df. columns<\/span> [[0, 1]], axis= 1<\/span> , inplace= True<\/span> ) \n\n#view DataFrame<\/span>\ndf\n\n VS\n0 11\n1 8\n2 10\n3 6\n4 6\n5 5\n6 9\n7 12\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fcgen Sie einem Pandas DataFrame ein Numpy-Array hinzu<\/a>
So z\u00e4hlen Sie die Anzahl der Zeilen in Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"