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