열 마리의 다테프라임 삭제하시겠습니까 충스러웠으니
열에 다테프라임 삭제할 때 내가 사용:
del df['column_name']
그리고 이 작동됨 멋지구리해요. # 39, 왜 can& 다음을 사용합니다를 t I?
del df.column_name
- 열 수 있듯이, 이 work.* 기대한다 '시리즈와' df.column_name 액세스하려면 /
1121
13
이렇게 사용할 수 있는 가장 좋은 방법은 판다 '드롭':
여기서 '1' 은 축으로만 번호 (행 단) 의 '1' 과 '0').
'Df' 로 열 삭제하시겠습니까 재할당하려면 않고도 할 수 있습니다.
마지막으로, 번호 레이블에만 열별 대신 열별 떨어질 것으로, 이 시도하시겠습니까 삭제하시겠습니까 대한 1 · 2 차 4 열: (예:
39 로 막 you&, ve, 오른쪽 구문은
39 의 it& 만들기 어려운 결과로 단순히 '통사' 델 df.column_name 작동합니까 한계가 있다. [성명] '가' df '델 df.delitem (이름)' 에 의해 닫히지만 공감대를 형성하고 있다.
사용:
이렇게 하면 하나 이상의 열을 삭제하시겠습니까 내부. 단, & # 39, 13 원 에 판다 '는' 인플레 이스 = true 추가되든지 v0., 이전 버전에 대한 빗나갔다. 이 경우, d # 39 you& 할당하십시오 뒤로를 결과: 한다.
줄어든 인덱스화할
첫째, 둘째 · 넷째 삭제하시겠습니까 열:
첫 번째 열에 삭제하시겠습니까.
좁히어 선택적입니다 매개변수입니다 '인플레 이스' 은 원래 도왔으매 사본을 만들지 않고 데이터를 수정할 수 있습니다.
뛰어오름
[열 선택물을 추가, 삭제] (http://pandas.pydata.org/pandas-docs/stable/dsintro.html # 또 열 선택물을 삭제)
열 '삭제하시겠습니까 열 이름을':
예를 들면 다음과 같다:
인쇄하십시오 'df':
'드프리드로프 ([[0]], 축, 인플레 이스 드프스콜럼너스 = 1 = True)' 인쇄하십시오 'df':
드프스포프 (& # 39, three& # 39;) '' = 3 인쇄하십시오 'df':
실제 질문, 답변 (by most 누락했습니다 가장하여 슬라이드에서는:
왜 can& # 39 를 사용하고, t '델 df.column_name'?
처음에는 이 문제를 다루기 위해 우리가 이해하는 데 필요한 우리를 필요로 하는 파이썬 매직 메서드을 .
웨스 점) 로 나가는 그의 답변은 ' [& # 39, column& # 39,]' 델 df 파이썬 매핑됨 df.delitem (& # 39, column& # 39;) '매직 방법' 을 [구현됩니까 판다 열 수 있는 드롭합니다] [2]
그러나 위 링크에서 지적한 대로 약 파이썬 매직 메서드을 :
>. 실제로 사용할 수 있는 불안정한 상황에서 워크플로가 호출됨 슬픔으로창백해지고 del 거의 안 한다. 이 기능을 사용하여 二쇱쓽!
주장할 수 있는 ' [& # 39, column_name& # 39,]' 델 df 사용해서는 안 될 것이다 '또는' 델 df.column_name 권장됨 준다는 꼽힌다.
그러나, '수' 를 사용하여 이론적으로 델 df.column_name 림프렘스테드 작업하십시오 [ 가 delattr '' 매직 방법] [3] 판다. 그러나 이 문제가 있는 특정 문제를 델 df 는 소개하십시오 ' [& # 39, column_name& # 39,] 의' 구축, 그러나 이미 그 학위를 받았다.
예제에서와 문제
만약 내가 정의하시려면 열에 다테프라임 " 불렀으매 dtypes"; 또는 " columns";).
이 열 삭제하시겠습니까 어졌다면 solaris. 싶다.
안 할 수 있을 것 '이' 방법 '' 델 드프리드티페스 delattr 것처럼 " 삭제하시겠습니까 dtypes"; 속성이나 " dtypes"; 열.
이 문제를 뒤로 아키텍처상의 질문을합니다
판다 대답:
트우드.
판다 '는 말을 할 수 없습니다' 델 df.column_name 때문에 상당히 아키텍처입니다 재고 필요가 없는 이런 종류의 인지부조화 발생하지 않도록 하기 위해 그 특징이다.
프로트리프:
39 이 옵션을 사용할 수 있지만, 그것은 예쁜 df.column_name don&, t 인지부조화
Quote 의 여기에 맞는 제품을 내놓고 있다.
열 삭제의 방법은 여러 가지가 있습니다. >. 특히 하나만 - 명백하네 길일 하나씩 있어야 합니다.
하지만 가끔 가끔 속성뿐 열은 없습니다. >. # 39, t) 을 깨는 데 충분한 aren& 특별한 경우에 특별한 규칙요.
'가' 델 드프리드티페스 트리피스 삭제하시겠습니까 속성이나 트리피스 것으로 표시됩니까? >. 침묵이군 거부, 유혹을 떨쳐버리지 명확하지 않은 것 같다.
[2]: https://github.com/pydata/pandas/blob/c6110e25b3eceb2f25022c2aa9ccea03c0b8b359/pandas/core/generic.py # L1580 [3]: https://rszalski.github.io/magicmethods/ # 액세스만
또 좋은 경우에만 드롭합니다 안내선이 열 수 있다는 점입니다. 이 경우, 이를 사용할 수 있는 길은 빽이라는 더 열이 전달되는 전용 레이블을 통해 기존 드롭합니다.
, # 39, & # 39 ignore& 오류뿐만 = 추가하면 됩니다. (예:
버전에서 0.16.1 할 수 있습니다.
39 의 it& 좋습니다 항상 사용하여 ' []' 말한다. 한 가지 이유는 에로남이네 속성용 표기법 ('df.column_name') 번호 지수 작동하지 않습니다.
판다 0.16.1+ 있는 경우에만 열을 올린 솔루션 @eiTanLaVi 안내선이 호스트당 놓을 수 있습니다. 이에 앞서 버전, 동일한 결과를 얻을 수 있는 조건 목록을 통해 것이다.
0.21+ 오토메이티드 판다
버전 0.21 변경되었습니까 판다들은 이 ['드롭합니다'] (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop.html) 메서드로부터 모두 포함 '약간' 와 '열' 의 '변경하십시오 매개변수입니다 인덱스화할 일치시킵니다 서명입니다' 와 '색인화' 방법입니다.
개인적으로 사용하는 '축' 매개변수입니다 포지셔닝하십시오 나타내는 데 사용되는 방법 또는 색인에서 열이 주된 키워드 매개변수입니다 있기 때문에 거의 모든 판다. 그러나 이제 일부 버전 0.21 선택값 덧붙였다.
TL; DR
찾기 위해 많은 노력을 기울여야 조금만 더 효율적입니다. 어려운 때 추가된 복잡성을 자리맞출 간편한 저하 '드프리드로프 (# 39, & # 39, ignore& 들스트, 1, 오류뿐만 =)'
또한 일반적인 솔루션을 i& # 39, ll 강조하십시오 삭제 할 수 있도록 한꺼번에 여러 개의 열이 삭제하려고 열 없습니다.
이 솔루션은 단순 사용하여 일반 및 사용할 경우 잘 알려져 있다. _
_
_
그 결과 /dev/raw/raw200 다음과 같습니다.
_
39 m, 이후 I& 지내게 선택할 수 있는 다른 열, break it, ll 열 삭제에서 I& # 39 다음 두 가지 유형:
_
레이블 선택
먼저 制造 어레이당 목록에 레이블 없이 열을 계속 열을 나타내는 싶다 싶다 삭제입니다.
드프스콜럼 s.디프랑스 (들스트) '' 1.
인덱스 ([& # 39, A& # 39, & # 39, B& # 39, & # 39, C& # 39, & # 39, D& # 39, & # 39, E& # 39, & # 39, F& # 39, & # 39, G& # 39;] # 39, & # 39 object& 트리프 =;;)
np.setdiff1d (드프스콜럼 s.발 주, 들스트) '' 2.
어레이입니다 ([& # 39, A& # 39, & # 39, B& # 39, & # 39, C& # 39, & # 39, D& # 39, & # 39, E& # 39, & # 39, F& # 39, & # 39, G& # 39,], 객체에는 트리프 =)
인덱스 ([& # 39, A& # 39, & # 39, B& # 39, & # 39, C& # 39, & # 39, D& # 39, & # 39, E& # 39, & # 39, F& # 39, & # 39, G& # 39;] # 39, & # 39 object& 트리프 =;;)
오더할 보존할지 않습니다.
[& # 39, E& # 39, & # 39, D& # 39, & # 39, B& # 39, & # 39, F& # 39, & # 39, G& # 39, & # 39, & # 39, C& # 39 A& # 39;;]
[& # 39, A& # 39, & # 39, B& # 39, & # 39, C& # 39, & # 39, D& # 39, & # 39, E& # 39, & # 39, & # 39 G& # 39 F& # 39;;;;] _
그럼 우리가 평가할 수 있습니다.
[:, 열] '' 드f.록 1. df [열] '2.' 드프트라이네스 (열 = 열) '' 3. 4 df.reindex_axis (열, 1) '.'
있는 모든 평가하십시오 다음과 같이 사용된다.
_
부울입니다 슬라이스에
We can chunghwa 어레이에서는 대한 목록을 불 (bool) 값들 분할 /
드프스콜럼산자이신 (들스트) '' ~ 1. np.in1d (드프스콜럼 s.발 주, 들스트) '' ~ 2. [x x 에 포함되지 않은 들스트 드프스콜럼 s.발 주스토리스트 ()] '3'. 4. ' (드프스콜럼 s.발 주 [:, 없음]! = 들스트) 리올 (1)'
있는 모든 평가하십시오 다음과 같이 사용된다.
_
강력한 타이밍 *
총괄하였습니다 *
_
_
이는 실행하는 데 걸리는 시간이 상대적으로 '드프리드로프 (# 39, & # 39, ignore& 들스트, 1, 오류뿐만 =)'. 그 후, 우리는 그저 앞서 성능 향상을 위한 모든 것 같다.
! [입력하십시오. 이미지 여기에 설명을] [1]
실제로 최적의 솔루션을 사용하여 '또는' '의' 색인화 reindex_axis 해킹 '목록 (세트 (드프스콜럼 s.발 주스토리스트 ()) 오드리프랑스 (들스트)'. '보다' 그럭저럭 '는' np.setdiff1d 드롭합니다 가까운 두 번째, 여전히 높다.
도트 구문을 JavaScript 에서 작동됨 있지만, 파이썬.
삭제 방법은 열이 DataFrame_ _another 판다
39 you& 않을 경우, 삭제 후 다시 제자리 찾기 위해 새로 만들 수 있습니다 '열' 기능 등을 사용하여 지정하여 다테프라임 다테프라임 (.)
다테프라임 새로운 것을 만들 수 있다
좋은 결과를 얻을 수 있는 것처럼 what you get / 드롭합니다 델