Pandas: วิธีแยกแถวออกจาก dataframe

คุณสามารถใช้ฟังก์ชัน pop() เพื่อลบคอลัมน์ออกจาก DataFrame ของ pandas ได้อย่างรวดเร็ว

ในการใช้ฟังก์ชัน pop() เพื่อลบแถว คุณต้องย้าย DataFrame ก่อน จากนั้นจึงใช้ฟังก์ชัน pop() เพื่อลบคอลัมน์ (นั่นคือ แถวจาก DataFrame ดั้งเดิม):

 #pop the row in index position 3
df. T. pop ( 3 )

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แสดงแถวของ DataFrame ของแพนด้า

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F'],
                   ' points ': [18, 22, 19, 14, 14, 11],
                   ' assists ': [5, 7, 7, 9, 12, 9]})

#view DataFrame
print (df)

  team points assists
0 to 18 5
1 B 22 7
2 C 19 7
3 D 14 9
4 E 14 12
5 F 11 9

ตอนนี้สมมติว่าเราต้องการลบแถวที่ตำแหน่งดัชนี 3 ออกจาก DataFrame

เราสามารถย้าย DataFrame จากนั้นใช้ฟังก์ชัน pop() เพื่อลบแถวที่ตำแหน่งดัชนี 3:

 #define transposed DataFrame
df_transpose = df. T

#remove row in index position 3 of original DataFrame
df_transpose. pop ( 3 )

team D
points 14
assists 9
Name: 3, dtype: object

จากนั้นเราสามารถย้าย DataFrame อีกครั้งเพื่อกู้คืน DataFrame ดั้งเดิมด้วยแถวที่ถูกลบ:

 #transpose back to original DataFrame
df = df_transpose. T

#view updated DataFrame
print (df)

  team points assists
0 to 18 5
1 B 22 7
2 C 19 7
4 E 14 12
5 F 11 9

โปรดทราบว่าแถวที่ตำแหน่งดัชนี 3 ถูกลบออกจาก DataFrame

แถวอื่นๆ ทั้งหมดใน DataFrame ยังคงเหมือนเดิม

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน pop() ใน pandas ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

วิธีแทรกแถวลงใน Pandas DataFrame
วิธีลบแถวแรกใน Pandas DataFrame
วิธีลบแถวใน Pandas DataFrame ตามเงื่อนไข