Meerdere kolommen in panda's verwijderen (4 methoden)

U kunt de volgende methoden gebruiken om meerdere kolommen uit een Pandas DataFrame te verwijderen:

Methode 1: Meerdere kolommen op naam verwijderen

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

Methode 2: Kolommen in bereik op naam verwijderen

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

Methode 3: meerdere kolommen per index neerzetten

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

Methode 4: Kolommen in bereik per index verwijderen

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

Opmerking : het argument inplace=True vertelt panda’s dat ze inplace-kolommen moeten verwijderen zonder het DataFrame opnieuw toe te wijzen.

De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:

 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

Voorbeeld 1: Meerdere kolommen op naam verwijderen

De volgende code laat zien hoe u de kolommen points , rebounds en steals op naam kunt verwijderen:

 #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.

Voorbeeld 2: Kolommen in bereik op naam verwijderen

De volgende code laat zien hoe u elke kolom tussen de punten- en bouncekolommen op naam kunt plaatsen:

 #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

Voorbeeld 3: meerdere kolommen per index neerzetten

De volgende code laat zien hoe u kolommen op indexposities 0, 3 en 4 uit het DataFrame verwijdert:

 #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

Voorbeeld 4: Kolommen in bereik verwijderen per index

De volgende code laat zien hoe u kolommen op indexposities 0, 3 en 4 uit het DataFrame verwijdert:

 #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

Houd er rekening mee dat de syntaxis df.columns[1:4] kolommen op indexposities 1 tot en met 4 specificeert.

Deze syntaxis verwijdert dus kolommen op indexposities 1, 2 en 3.

Opmerking : u kunt hier de volledige documentatie voor de pandas drop()- functie vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Panda’s: kolommen met NaN-waarden verwijderen
Panda’s: kolommen verwijderen die niet in de lijst staan
Panda’s: hoe u alle kolommen verwijdert, behalve specifieke