<\/p>\n
Sie k\u00f6nnen eine der folgenden drei Methoden verwenden, um die erste Spalte aus einem Pandas-DataFrame zu entfernen:<\/span><\/p>\n Methode 1: Drop verwenden<\/strong><\/span><\/p>\n Methode 2: iloc verwenden<\/strong><\/span><\/p>\n Methode 3: Verwenden Sie del<\/strong><\/span><\/p>\n Jede Methode f\u00fchrt zum gleichen Ergebnis.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion drop()<\/strong> die erste Spalte aus dem Pandas-DataFrame l\u00f6schen:<\/span><\/p>\n Beachten Sie, dass die erste Spalte mit dem Namen \u201eTeam\u201c aus dem DataFrame entfernt wurde.<\/span><\/p>\n Beachten Sie au\u00dferdem, dass wir inplace=True<\/strong> verwenden m\u00fcssen, damit die Spalte im urspr\u00fcnglichen DataFrame entfernt wird.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der iloc-<\/strong> Funktion die erste Spalte aus dem Pandas-DataFrame entfernen:<\/span><\/p>\n Beachten Sie, dass die erste Spalte mit dem Namen \u201eTeam\u201c aus dem DataFrame entfernt wurde.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Del-<\/strong> Funktion die erste Spalte aus dem Pandas-DataFrame entfernen:<\/span><\/p>\n Beachten Sie, dass die erste Spalte mit dem Namen \u201eTeam\u201c aus dem DataFrame entfernt wurde.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So entfernen Sie doppelte Spalten in Pandas<\/a> Sie k\u00f6nnen eine der folgenden drei Methoden verwenden, um die erste Spalte aus einem Pandas-DataFrame zu entfernen: Methode 1: Drop verwenden df. drop (columns= df.columns [0], axis= 1 , inplace= True ) Methode 2: iloc verwenden df = df. iloc [: , 1:] Methode 3: Verwenden Sie del del df[df. columns [0]] Jede Methode f\u00fchrt […]<\/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 df. drop<\/span> (columns= df.columns<\/span> [0], axis= 1<\/span> , inplace= True<\/span> )\n<\/strong><\/pre>\n df = df. iloc<\/span> [: , 1:]<\/strong><\/pre>\n del<\/span> df[df. columns<\/span> [0]]<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tteam position assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12\n<\/strong><\/pre>\n Methode 1: Drop verwenden<\/strong><\/span><\/h3>\n
#drop first column of DataFrame\ndf. drop<\/span> (columns= df.columns<\/span> [0], axis= 1<\/span> , inplace= True<\/span> )\n\n#view updated DataFrame<\/span>\ndf\n\n\tposition assists rebounds\n0 G 5 11\n1 G 7 8\n2 F 7 10\n3 F 9 6\n4 G 12 6\n5 G 9 5\n6 F 9 9\n7 F 4 12\n<\/span><\/span><\/strong><\/pre>\n Methode 2: iloc verwenden<\/strong><\/span><\/h3>\n
#drop first column of DataFrame\ndf = df. iloc<\/span> [: , 1:]\n\n#view updated DataFrame\n<\/span>df\n\n\tposition assists rebounds\n0 G 5 11\n1 G 7 8\n2 F 7 10\n3 F 9 6\n4 G 12 6\n5 G 9 5\n6 F 9 9\n7 F 4 12\n<\/span><\/span><\/strong><\/pre>\n Methode 3: Verwenden Sie del<\/strong><\/span><\/h3>\n
#drop first column of DataFrame\ndel<\/span> df[df. columns<\/span> [0]]\n\n#view updated DataFrame\n<\/span>df\n\n\tposition assists rebounds\n0 G 5 11\n1 G 7 8\n2 F 7 10\n3 F 9 6\n4 G 12 6\n5 G 9 5\n6 F 9 9\n7 F 4 12\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So l\u00f6schen Sie Zeilen nach Index in Pandas<\/a>
So l\u00f6schen Sie Spalten nach Index in Pandas<\/a>
So l\u00f6schen Sie Zeilen, die einen bestimmten Wert in Pandas enthalten<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"