<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per rendere persistenti solo determinate colonne in un DataFrame panda:<\/span><\/p>\n Metodo 1: specificare quali colonne mantenere<\/strong><\/span><\/p>\n Metodo 2: specificare le colonne da eliminare<\/strong><\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo con i seguenti DataFrame panda:<\/span><\/p>\n Il codice seguente mostra come definire un nuovo DataFrame che conserva solo le colonne “team” e “points”:<\/span><\/p>\n Tieni presente che il DataFrame risultante conserva solo le due colonne che abbiamo specificato.<\/span><\/p>\n Il codice seguente mostra come definire un nuovo DataFrame che rimuove le colonne “attends” e “bounce” dal DataFrame originale:<\/span><\/p>\n Tieni presente che il DataFrame risultante rimuove le colonne “assist” e “rimbalzi” dal DataFrame originale e conserva le colonne rimanenti.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come rimuovere la prima colonna in Pandas DataFrame<\/a> \u00c8 possibile utilizzare i seguenti metodi per rendere persistenti solo determinate colonne in un DataFrame panda: Metodo 1: specificare quali colonne mantenere #only keep columns ‘col1’ and ‘col2’ df[[‘ col1 ‘, ‘ col2 ‘]] Metodo 2: specificare le colonne da eliminare #drop columns ‘col3’ and ‘col4’ df[df. columns [~df. columns . isin ([‘ col3 ‘,’ […]<\/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 #only keep columns 'col1' and 'col2'<\/span>\ndf[[' col1<\/span> ', ' col2<\/span> ']]\n<\/strong><\/pre>\n #drop columns 'col3' and 'col4'<\/span>\ndf[df. columns<\/span> [~df. columns<\/span> . isin<\/span> ([' col3<\/span> ',' col4<\/span> '])]]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B'],\n ' points<\/span> ': [11, 7, 8, 10, 13, 13],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5]})\n\n<\/span>#view DataFrame\n<\/span><\/span>df\n\n\tteam points assists rebounds\n0 A 11 5 11\n1 To 7 7 8\n2 to 8 7 10\n3 B 10 9 6\n4 B 13 12 6\n5 B 13 9 5\n<\/span><\/span><\/strong><\/pre>\n Metodo 1: specificare quali colonne mantenere<\/strong><\/span><\/h3>\n
#create new DataFrame and only keep 'team' and 'points' columns\n<\/span>df2 = df[[' team<\/span> ', ' points<\/span> ']]\n\n#view new DataFrame\n<\/span>df2\n\n team points\n0 to 11\n1 to 7\n2 to 8\n3 B 10\n4 B 13\n5 B 13<\/span><\/span><\/strong><\/pre>\n Metodo 2: specificare le colonne da eliminare<\/strong><\/span><\/h3>\n
#create new DataFrame and that drops 'assists' and 'rebounds'\n<\/span>df2 = df[df. columns<\/span> [~df. columns<\/span> . isin<\/span> ([' assists<\/span> ', ' rebounds<\/span> '])]]\n\n#view new DataFrame\n<\/span>df2\n\n team points\n0 to 11\n1 to 7\n2 to 8\n3 B 10\n4 B 13\n5 B 13<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come rimuovere le colonne duplicate in Pandas<\/a>
Come eliminare le colonne per indice in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"