Pandas เป็นหนึ่งในไลบรารี Python ยอดนิยมสำหรับการวิเคราะห์ข้อมูลและ Data Wrangling ในบทความนี้ เราจะดูวิธีสร้าง Pandas DataFrame แล้วลบแถวหรือคอลัมน์ที่เลือกจาก DataFrame นี้
การลบแถว
ในตัวอย่างด้านล่าง เรามีไฟล์ iris.csv ซึ่งถูกอ่านเข้า DataFrame เราดู DataFrame เดิมก่อน แล้วใช้ฟังก์ชัน drop บนคอลัมน์ Index โดยส่งค่าที่ต้องการลบ ไปที่ด้านล่างของชุดผลลัพธ์ จำนวนแถวลดลง 3 แถว
ตัวอย่าง
import pandas as pd
# making data frame from csv file
data = pd.read_csv("E:\\iris1.csv",index_col ="Id")
print(data)
# dropping passed values
data.drop([6,9,10],inplace=True)
# display
print(data)
ผลลัพธ์
การรันโค้ดข้างต้นให้ผลลัพธ์ดังนี้ −
SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm Species Id 1 5.1 3.5 1.4 0.2 Iris-setosa 2 4.9 3.0 1.4 0.2 Iris-setosa 3 4.7 3.2 1.3 0.2 Iris-setosa . .. ... ... ... ... [150 rows x 5 columns] After Dropping SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm Species Id 1 5.1 3.5 1.4 0.2 Iris-setosa 2 4.9 3.0 1.4 0.2 Iris-setosa 3 4.7 3.2 1.3 0.2 Iris-setosa 149 6.2 3.4 5.4 2.3 Iris-virginica 150 5.9 3.0 5.1 1.8 Iris-virginica ............ [147 rows x 5 columns]
การลบคอลัมน์
สำหรับการลบคอลัมน์จาก Pandas DataFrame เราใช้พารามิเตอร์ axis ค่าของมันตั้งเป็น 1 ในฟังก์ชัน drop และเราส่งชื่อคอลัมน์ที่ต้องการลบ ตามที่คุณเห็น จำนวนคอลัมน์ในชุดผลลัพธ์ลดลงจาก 5 เป็น 3
ตัวอย่าง
import pandas as pd
# making data frame from csv file
data = pd.read_csv("E:\\iris1.csv",index_col ="Id")
print(data)
# dropping passed values
data.drop(['SepalWidthCm','PetalLengthCm'],axis=1,inplace=True)
print("After Dropping")
# display
print(data)
ผลลัพธ์
การรันโค้ดข้างต้นให้ผลลัพธ์ดังนี้ −
SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm Species Id 1 5.1 3.5 1.4 0.2 Iris-setosa 2 4.9 3.0 1.4 0.2 Iris-setosa 3 4.7 3.2 1.3 0.2 Iris-setosa . .. ... ... ... ... [150 rows x 5 columns] After Dropping SepalLengthCm PetalWidthCm Species Id 1 5.1 0.2 Iris-setosa 2 4.9 0.2 Iris-setosa 3 4.7 0.2 Iris-setosa ..... [150 rows x 3 columns]
