Как сохранить определенные столбцы в pandas (с примерами)

Вы можете использовать следующие методы для сохранения только определенных столбцов в DataFrame pandas:

Способ 1. Укажите, какие столбцы следует сохранить.

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

Способ 2: укажите столбцы для удаления

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

В следующих примерах показано, как использовать каждый метод со следующим DataFrame pandas:

 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

Способ 1. Укажите, какие столбцы следует сохранить.

Следующий код показывает, как определить новый DataFrame, который сохраняет только столбцы «команда» и «баллы»:

 #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

Обратите внимание, что полученный DataFrame сохраняет только два указанных нами столбца.

Способ 2: укажите столбцы для удаления

В следующем коде показано, как определить новый DataFrame, который удаляет столбцы «посещает» и «отказов» из исходного DataFrame:

 #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

Обратите внимание, что полученный DataFrame удаляет столбцы «помощь» и «отказы» из исходного DataFrame и сохраняет оставшиеся столбцы.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как удалить первый столбец в Pandas DataFrame
Как удалить повторяющиеся столбцы в Pandas
Как удалить столбцы по индексу в Pandas