Cara menghapus banyak kolom di pandas (4 metode)

Anda dapat menggunakan metode berikut untuk menghapus beberapa kolom dari pandas DataFrame:

Metode 1: Hapus Beberapa Kolom berdasarkan Nama

 df. drop (columns=[' col1 ', ' col2 ', ' col4 '], inplace= True )

Metode 2: Hapus Kolom dalam Rentang berdasarkan Nama

 df. drop (columns= df.loc [:, ' col1 ':' col4 '], inplace= True )

Metode 3: Jatuhkan Beberapa Kolom berdasarkan Indeks

 df. drop (columns=df. columns [[0, 3, 4]], inplace= True )

Metode 4: Hapus Kolom dalam Rentang berdasarkan Indeks

 df. drop (columns= df.columns [1:4], inplace= True )

Catatan : Argumen inplace=True memberitahu panda untuk menghapus kolom inplace tanpa menugaskan ulang DataFrame.

Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' steals ': [4, 5, 10, 12, 4, 8, 7, 2]})

#view DataFrame
print (df)

  team points assists rebounds steals
0 A 18 5 11 4
1 B 22 7 8 5
2 C 19 7 10 10
3 D 14 9 6 12
4 E 14 12 6 4
5 F 11 9 5 8
6 G 20 9 9 7
7:28 4 12 2

Contoh 1: Hapus beberapa kolom berdasarkan nama

Kode berikut menunjukkan cara menghapus kolom points , rebounds , dan steals berdasarkan nama:

 #drop multiple columns by name
df. drop (columns=[' points ', ' rebounds ', ' steals '], inplace= True )

#view updated Dataframe
print (df)

  team assists
0 to 5
1 B 7
2 C 7
3 D 9
4 E 12
5 F 9
6 G 9
7:04 a.m.

Contoh 2: Hapus Kolom dalam Rentang berdasarkan Nama

Kode berikut menunjukkan cara meletakkan setiap kolom di antara kolom titik dan kolom pantulan berdasarkan nama:

 #drop columns in range by name
df. drop (columns= df.loc [:, ' points ':' rebounds '], inplace= True )

#view updated Dataframe
print (df)

  team steals
0 to 4
1 B 5
2 C 10
3 D 12
4 E 4
5 F 8
6 G 7
7 A.M. 2

Contoh 3: Hapus beberapa kolom berdasarkan indeks

Kode berikut menunjukkan cara menghapus kolom pada posisi indeks 0, 3, dan 4 dari DataFrame:

 #drop multiple columns by index
df. drop (columns=df. columns [[0, 3, 4]], inplace= True )

#view updated Dataframe
print (df)

   assist points
0 18 5
1 22 7
2 19 7
3 14 9
4 14 12
5 11 9
6 20 9
7 28 4

Contoh 4: Hapus Kolom dalam Rentang berdasarkan Indeks

Kode berikut menunjukkan cara menghapus kolom pada posisi indeks 0, 3, dan 4 dari DataFrame:

 #drop columns by index range
df. drop (columns= df.columns [1:4], inplace= True )

#view updated Dataframe
print (df)

  team steals
0 to 4
1 B 5
2 C 10
3 D 12
4 E 4
5 F 8
6 G 7
7 A.M. 2

Perhatikan bahwa sintaks df.columns[1:4] menentukan kolom di posisi indeks 1 hingga 4.

Jadi sintaks ini menghapus kolom pada posisi indeks 1, 2 dan 3.

Catatan : Anda dapat menemukan dokumentasi lengkap untuk fungsi pandas drop() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Pandas: Cara menghapus kolom dengan nilai NaN
Pandas: Cara menghapus kolom yang tidak ada dalam daftar
Pandas: cara menghapus semua kolom kecuali kolom tertentu