<\/p>\n
U kunt de volgende basissyntaxis gebruiken om kolommen uit een Panda DataFrame te verwijderen die niet in een specifieke lijst staan:<\/span><\/p>\n In dit specifieke voorbeeld worden alle kolommen uit het DataFrame verwijderd die niet gelijk zijn aan col1<\/strong> , col2<\/strong> of col3<\/strong> .<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:<\/span><\/p>\n Stel nu dat we een nieuw DataFrame willen maken dat alle kolommen verwijdert die niet in de volgende kolommenlijst voorkomen: team<\/strong> , points<\/strong> en Steles<\/strong> .<\/span><\/p>\n We kunnen hiervoor de volgende syntaxis gebruiken:<\/span><\/p>\n Houd er rekening mee dat alle kolommen in het oorspronkelijke DataFrame die niet in de lijst keep_cols<\/strong> staan, zijn verwijderd uit het nieuwe DataFrame.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende panda-taken kunt uitvoeren:<\/span><\/p>\n Hoe de eerste rij bij panda’s te verwijderen<\/a> U kunt de volgende basissyntaxis gebruiken om kolommen uit een Panda DataFrame te verwijderen die niet in een specifieke lijst staan: #define columns to keep keep_cols = [‚ col1 ‚, ‚ col2 ‚, ‚ col3 ‚] #create new dataframe by dropping columns not in list new_df = df[df. columns . intersection (keep_cols)] In dit specifieke […]<\/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":[],"class_list":["post-3854","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #define columns to keep\n<\/span>keep_cols = [' col1<\/span> ', ' col2<\/span> ', ' col3<\/span> ']\n\n#create new dataframe by dropping columns not in list\n<\/span>new_df = df[df. columns<\/span> . intersection<\/span> (keep_cols)]\n<\/strong><\/pre>\n Voorbeeld: verwijder kolommen die niet in de lijst staan in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12],\n ' steals<\/span> ': [4, 4, 10, 12, 8, 5, 5, 2]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds steals\n0 A 18 5 11 4\n1 B 22 7 8 4\n2 C 19 7 10 10\n3 D 14 9 6 12\n4 E 14 12 6 8\n5 F 11 9 5 5\n6 G 20 9 9 5\n7:28 4 12 2<\/strong><\/pre>\n #define columns to keep\n<\/span>keep_cols = [' team<\/span> ', ' points<\/span> ', ' steals<\/span> ']\n\n#create new dataframe by dropping columns not in list\n<\/span>new_df = df[df. columns<\/span> . intersection<\/span> (keep_cols)]\n\n#view new dataframe\n<\/span>print<\/span> (new_df)\n\n team points steals\n0 to 18 4\n1 B 22 4\n2 C 19 10\n3 D 14 12\n4 E 14 8\n5 F 11 5\n6 G 20 5\n7:28 a.m. 2\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de eerste kolom in Panda’s te verwijderen<\/a>
Hoe dubbele kolommen in Pandas te verwijderen<\/a>
Hoe alle kolommen te verwijderen behalve enkele in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"