วิธีลบคอลัมน์ใน pandas (4 ตัวอย่าง)

คุณสามารถใช้ฟังก์ชัน drop() เพื่อลบคอลัมน์ตั้งแต่หนึ่งคอลัมน์ขึ้นไปออกจาก Pandas DataFrame:

 #drop one column by name
df. drop (' column_name ', axis= 1 , inplace= True )

#drop multiple columns by name
df. drop ([' column_name1 ', ' column_name2 '], axis= 1 , inplace= True )

#drop one column by index
df. drop ( df.columns [[0]], axis= 1 , inplace= True )

#drop multiple columns by index
df. drop (df.columns[[0,2,5]], axis= 1 , inplace= True )

หมายเหตุสิ่งต่อไปนี้:

• อาร์กิวเมนต์ แกน ระบุว่าจะลบแถว (0) หรือคอลัมน์ (1)
• อาร์กิวเมนต์ inplace ระบุให้ลบคอลัมน์ในตำแหน่งโดยไม่ต้องกำหนด DataFrame ใหม่

ตัวอย่างต่อไปนี้แสดงวิธีการใช้ฟังก์ชันนี้ในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' A ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' B ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' C ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	A B C
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

ตัวอย่างที่ 1: ลบคอลัมน์ตามชื่อ

รหัสต่อไปนี้แสดงวิธีการลบคอลัมน์ออกจาก DataFrame ตามชื่อ:

 #drop column named 'B' from DataFrame
df. drop (' B ', axis= 1 , inplace= True ) 

#view DataFrame
df

	A C
0 25 11
1 12 8
2 15 10
3 14 6
4 19 6
5 23 5
6 25 9
7 29 12

ตัวอย่างที่ 2: ลบหลายคอลัมน์ตามชื่อ

รหัสต่อไปนี้แสดงวิธีการลบหลายคอลัมน์ตามชื่อ:

 #drop columns 'A' and 'C' from DataFrame
df. drop ([' A ', ' C '], axis= 1 , inplace= True ) 

#view DataFrame
df

        B
0 5
1 7
2 7
3 9
4 12
5 9
6 9
7 4

ตัวอย่างที่ 3: ลบคอลัมน์ตามดัชนี

รหัสต่อไปนี้แสดงวิธีการวางคอลัมน์ตามดัชนี:

 #drop first column from DataFrame
df. drop ( df.columns [[0]], axis= 1 , inplace= True ) 

#view DataFrame
df

        B C
0 5 11
1 7 8
2 7 10
3 9 6
4 12 6
5 9 5
6 9 9
7 4 12

ตัวอย่างที่ 4: วางหลายคอลัมน์ตามดัชนี

รหัสต่อไปนี้แสดงวิธีการวางหลายคอลัมน์ตามดัชนี:

 #drop multiple columns from DataFrame
df. drop (df. columns [[0, 1]], axis= 1 , inplace= True ) 

#view DataFrame
df

        VS
0 11
1 8
2 10
3 6
4 6
5 5
6 9
7 12

แหล่งข้อมูลเพิ่มเติม

วิธีเพิ่มแถวใน Pandas DataFrame
วิธีเพิ่มอาร์เรย์ Numpy ให้กับ Pandas DataFrame
วิธีนับจำนวนแถวใน Pandas DataFrame