Gamit ang Pandas.DataFrame.Drop
Ginagamit namin ang pandas.DataFrame.drop() function para mag-drop ng mga partikular na row o partikular na column mula sa Pandas DataFrame. Gamitin natin ang function na ito para i-drop ang lahat ng row at column.
Syntax :
Ang sumusunod ay ang syntax ng pandas.DataFrame.drop() function. Tatlong parameter lang ang ginagamit namin at tinatalakay lang ang tatlong ito sa gabay na ito. Ang isang detalyadong tutorial ay umiiral sa function na ito:
mga panda. Balangkas ng mga datos . drop ( mga label , aksis , index , mga hanay , antas , sa lugar , mga pagkakamali )
- Kailangan naming ipasa ang isang listahan ng mga indeks ng row sa parameter na 'mga label' upang tanggalin ang lahat ng mga hilera mula sa DataFrame. Maaari rin naming ipasa ang DataFrame.index attribute na pumipili sa lahat ng row index. Katulad nito, kailangan nating ipasa ang lahat ng pangalan ng column sa parameter na ito o ipasa ang property na DataFrame.columns.
- Itakda ang parameter na 'axis' sa 1 kung ipinapasa mo ang mga column sa parameter na 'labels'. Bilang default, axis = 0 na tumutukoy sa mga row.
- Magagawa natin ang operasyon (Delete) sa umiiral na DataFrame. Itakda ang parameter na 'inplace' sa 'True'.
Halimbawa 1:
Isaalang-alang ang 'Campaign1' DataFrame na may apat na row at dalawang column. Una, i-drop ang lahat ng mga row sa pamamagitan ng pagpasa ng mga indeks ng row sa parameter na 'mga label' at pagkatapos ay i-drop ang lahat ng mga column sa pamamagitan ng pagpasa ng mga label ng column sa parameter na 'mga label.'
angkat panda
# Lumikha ng DataFrame - Campaign1 na may 2 column at 4 na record
Kampanya1 = mga panda. Balangkas ng mga datos ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'python camp' , 'USA' ] ] ,
mga hanay = [ 'Pangalan_Kampanya' , 'Lokasyon' ] )
print ( Kampanya1 , ' \n ' )
# I-drop ang lahat ng row
Kampanya1. drop ( mga label = [ 0 , 1 , 2 , 3 ] , sa lugar = totoo )
print ( Kampanya1 , ' \n ' )
# I-drop ang lahat ng column
Kampanya1. drop ( mga label = [ 'Pangalan_Kampanya' , 'Lokasyon' ] , sa lugar = totoo , aksis = 1 )
print ( Kampanya1 , ' \n ' )
Output :
Pagkatapos i-drop ang mga row, aalisin ang mga row ngunit umiiral ang mga column. Pagkatapos alisin ang mga column, walang laman ang 'Campaign1.'
Halimbawa 2:
Gamitin ang nakaraang DataFrame ng “Campaign1” at i-drop ang mga row sa pamamagitan ng pagpasa ng “Campaign1.index” sa parameter na “labels” at pagkatapos ay i-drop ang mga column sa pamamagitan ng pagpasa ng “Campaign.columns” sa parameter na “labels”.
angkat panda# Lumikha ng DataFrame - Campaign1 na may 2 column at 4 na record
Kampanya1 = mga panda. Balangkas ng mga datos ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'python camp' , 'USA' ] ] ,
mga hanay = [ 'Pangalan_Kampanya' , 'Lokasyon' ] )
print ( Kampanya1 , ' \n ' )
# I-drop ang lahat ng row
Kampanya1. drop ( mga label = Kampanya1. index , sa lugar = totoo )
# I-drop ang lahat ng column
Kampanya1. drop ( mga label = Kampanya1. mga hanay , sa lugar = totoo , aksis = 1 )
print ( Kampanya1 )
Output :
Pagkatapos i-drop ang mga row, aalisin ang mga row ngunit umiiral ang mga column. Pagkatapos alisin ang mga column, walang laman ang 'Campaign1.'
Gamit ang Iloc[]
Ang pandas.DataFrame.iloc[] property ay ginagamit upang piliin ang data batay sa posisyon ng index. Magagamit namin ang property na ito para pumili ng 0 row at 0 column mula sa DataFrame. Dito, hindi namin tinatanggal ang aktwal na DataFrame, ngunit pipili kami ng 0 na tala.
Syntax :
Una, kailangan nating tanggalin ang mga column at pagkatapos ay ang mga row.
- Pumili ng 0 column – DataFrame.iloc[:,0:0]
- Pumili ng 0 row – DataFrame.iloc[0:0]
Halimbawa :
Gamitin ang parehong DataFrame at piliin ang walang laman na DataFrame gamit ang iloc[] property.
angkat panda# Lumikha ng DataFrame - Campaign1 na may 2 column at 4 na record
Kampanya1 = mga panda. Balangkas ng mga datos ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'python camp' , 'USA' ] ] ,
mga hanay = [ 'Pangalan_Kampanya' , 'Lokasyon' ] )
print ( Kampanya1 , ' \n ' )
# I-drop ang lahat ng row
Kampanya1. drop ( mga label = [ 0 , 1 , 2 , 3 ] , sa lugar = totoo )
print ( Kampanya1 , ' \n ' )
# I-drop ang lahat ng column
Kampanya1. drop ( mga label = [ 'Pangalan_Kampanya' , 'Lokasyon' ] , sa lugar = totoo , aksis = 1 )
print ( Kampanya1 , ' \n ' )
Output :
Gamit ang Del Keyword
Ang buong data ay tatanggalin mula sa DataFrame gamit ang 'del' na keyword sa pamamagitan ng pag-ulit ng lahat ng mga hilera sa loob ng 'para sa' loop.
angkat panda# Lumikha ng DataFrame - Campaign1 na may 4 na column at 4 na tala
Kampanya1 = mga panda. Balangkas ng mga datos ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'python camp' , 'USA' ] ] ,
mga hanay = [ 'Pangalan_Kampanya' , 'Lokasyon' ] )
print ( Kampanya1 , ' \n ' )
# Paggamit ng del keyword
para sa i sa Kampanya1:
ng Kampanya1 [ i ]
print ( Kampanya1 )
Output :
Ngayon, ang DataFrame ay walang laman.
Gamit ang Pop() Function
Ang buong data ay tatanggalin mula sa DataFrame gamit ang pop() function sa pamamagitan ng pag-ulit ng lahat ng mga row sa loob ng 'para' na loop. Ang function na ito ay tinukoy sa loob ng 'para sa' loop.
angkat mga panda# Lumikha ng DataFrame - Campaign1 na may 4 na column at 4 na tala
Kampanya1 = mga panda. Balangkas ng mga datos ( [ [ 'java camp' , 'India' ] , [ 'linux camp' , 'USA' ] , [ 'c/c++ camp' , 'India' ] , [ 'python camp' , 'USA' ] ] ,
mga hanay = [ 'Pangalan_Kampanya' , 'Lokasyon' ] )
print ( Kampanya1 , ' \n ' )
# Paggamit ng pop()
para sa i sa Kampanya1:
Kampanya1. pop ( i )
print ( Kampanya1 )
Output :
Ngayon, ang DataFrame ay walang laman.
Konklusyon
Natutunan namin kung paano i-clear ang Pandas DataFrame sa pamamagitan ng pag-alis ng mga row at column. Una, ibinaba namin ang mga row mula sa DataFrame gamit ang drop() function at pagkatapos ay ibinaba namin ang mga column pagkatapos naming gamitin ang iloc[] property para pumili ng 0 row. Panghuli, tinalakay namin kung paano tanggalin ang mga tala mula sa DataFrame gamit ang 'del' na keyword at ang pop() function.