วิธียกเว้นคอลัมน์ใน pandas (พร้อมตัวอย่าง)


คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแยกคอลัมน์ใน DataFrame ของแพนด้า:

 #exclude column1
df. loc [:, df. columns !=' column1 ']

#exclude column1, column2, ...
df. loc [:, ~df. columns . isin ([' column1 ',' column2 ',...])]

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่างที่ 1: ยกเว้นคอลัมน์

รหัสต่อไปนี้แสดงวิธีการเลือกทั้งหมดยกเว้นคอลัมน์เดียวใน DataFrame ของแพนด้า:

 import pandas as pd

#createDataFrame 
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' blocks ': [2, 3, 3, 5, 3, 2, 1, 2]})

#view DataFrame
df

	points assists rebounds blocks
0 25 5 11 2
1 12 7 8 3
2 15 7 10 3
3 14 9 6 5
4 19 12 6 3
5 23 9 5 2
6 25 9 9 1
7 29 4 12 2

#select all columns except 'rebounds'
df. loc [:, df. columns !=' rebounds ']

        points assists blocks
0 25 5 2
1 12 7 3
2 15 7 3
3 14 9 5
4 19 12 3
5 23 9 2
6 25 9 1
7 29 4 2

ตัวอย่างที่ 2: แยกหลายคอลัมน์

รหัสต่อไปนี้แสดงวิธีการเลือกทั้งหมดยกเว้นบางคอลัมน์ใน Pandas DataFrame:

 import pandas as pd

#createDataFrame 
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' blocks ': [2, 3, 3, 5, 3, 2, 1, 2]})

#view DataFrame
df

	points assists rebounds blocks
0 25 5 11 2
1 12 7 8 3
2 15 7 10 3
3 14 9 6 5
4 19 12 6 3
5 23 9 5 2
6 25 9 9 1
7 29 4 12 2

#select all columns except 'rebounds' and 'assists'
df. loc [:, ~df. columns . isin ([' rebounds ', ' assists '])]

	point blocks
0 25 2
1 12 3
2 15 3
3 14 5
4 19 3
5 23 2
6 25 1
7 29 2

การใช้ไวยากรณ์นี้ทำให้คุณสามารถยกเว้นคอลัมน์จำนวนเท่าใดก็ได้ที่คุณต้องการตามชื่อ

แหล่งข้อมูลเพิ่มเติม

วิธีเพิ่มแถวใน Pandas DataFrame
วิธีเพิ่มอาร์เรย์ Numpy ให้กับ Pandas DataFrame
วิธีนับจำนวนแถวใน Pandas DataFrame

เพิ่มความคิดเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *