Pandas เป็นหนึ่งในไลบรารี่ Python ที่ได้รับความนิยมมากที่สุดสำหรับการวิเคราะห์ข้อมูลและการโต้แย้งข้อมูล ในบทความนี้ เราจะมาดูกันว่าเราจะสร้าง dataframe ของแพนด้าได้อย่างไร จากนั้นจึงลบบางแถวหรือคอลัมน์ที่เลือกจาก data frame นี้
กำลังลบแถว
ในตัวอย่างด้านล่าง เรามีไฟล์ iris.csv ซึ่งอ่านในกรอบข้อมูล ก่อนอื่นเราดูที่ data frame ที่มีอยู่แล้วจึงใช้ฟังก์ชัน drop กับคอลัมน์ดัชนีโดยระบุค่าที่เราต้องการปล่อย ดังที่เราเห็นที่ด้านล่างของชุดผลลัพธ์ จำนวนแถวลดลง 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([6,9,10],inplace=True)
# display
print(data) ผลลัพธ์
การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -
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]
วางคอลัมน์
สำหรับการวางคอลัมน์จากกรอบข้อมูลแพนด้า เราใช้พารามิเตอร์แกน ค่าของมันถูกตั้งค่าเป็นค่าหนึ่งในฟังก์ชันดร็อปและเราระบุชื่อคอลัมน์ที่จะดร็อป ดังที่คุณเห็นจำนวนคอลัมน์ในชุดผลลัพธ์ลดลงจาก 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
การเรียกใช้โค้ดข้างต้นทำให้เราได้ผลลัพธ์ดังต่อไปนี้ -
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]
