Hoe bepaalde kolommen in panda's te behouden (met voorbeelden)

U kunt de volgende methoden gebruiken om alleen bepaalde kolommen in een Pandas DataFrame te behouden:

Methode 1: Geef op welke kolommen u wilt behouden

 #only keep columns 'col1' and 'col2'
df[[' col1 ', ' col2 ']]

Methode 2: Geef kolommen op die u wilt verwijderen

 #drop columns 'col3' and 'col4'
df[df. columns [~df. columns . isin ([' col3 ',' col4 '])]]

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

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B'],
                   ' points ': [11, 7, 8, 10, 13, 13],
                   ' assists ': [5, 7, 7, 9, 12, 9],
                   ' rebounds ': [11, 8, 10, 6, 6, 5]})

#view DataFrame
df

	team points assists rebounds
0 A 11 5 11
1 To 7 7 8
2 to 8 7 10
3 B 10 9 6
4 B 13 12 6
5 B 13 9 5

Methode 1: Geef op welke kolommen u wilt behouden

De volgende code laat zien hoe u een nieuw DataFrame definieert dat alleen de kolommen ‚team‘ en ‚punten‘ behoudt:

 #create new DataFrame and only keep 'team' and 'points' columns
df2 = df[[' team ', ' points ']]

#view new DataFrame
df2

        team points
0 to 11
1 to 7
2 to 8
3 B 10
4 B 13
5 B 13

Houd er rekening mee dat het resulterende DataFrame alleen de twee kolommen behoudt die we hebben opgegeven.

Methode 2: Geef kolommen op die u wilt verwijderen

De volgende code laat zien hoe u een nieuw DataFrame definieert dat de kolommen ‚attends‘ en ‚bounces‘ uit het oorspronkelijke DataFrame verwijdert:

 #create new DataFrame and that drops 'assists' and 'rebounds'
df2 = df[df. columns [~df. columns . isin ([' assists ', ' rebounds '])]]

#view new DataFrame
df2

        team points
0 to 11
1 to 7
2 to 8
3 B 10
4 B 13
5 B 13

Houd er rekening mee dat het resulterende DataFrame de kolommen ‚assist‘ en ‚bounces‘ uit het oorspronkelijke DataFrame verwijdert en de overige kolommen behoudt.

Aanvullende bronnen

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

Hoe de eerste kolom in Pandas DataFrame te verwijderen
Hoe dubbele kolommen in Pandas te verwijderen
Hoe kolommen per index te verwijderen in Pandas