เมื่อลบคอลัมน์ใน DataFrame ฉันใช้:

del df['column_name']

และใช้งานได้ดี ทำไมฉันไม่สามารถใช้สิ่งต่อไปนี้

del df.column_name

เนื่องจากเป็นไปได้ที่จะเข้าถึงคอลัมน์ / ซีรี่ส์ในขณะที่df.column_nameฉันคาดว่าสิ่งนี้จะทำงาน

ในขณะที่คุณคาดเดาไวยากรณ์ที่ถูกต้องคือ

del df['column_name']

เป็นการยากที่จะทำให้del df.column_nameงานง่ายขึ้นเนื่องจากข้อ จำกัด ทางไวยากรณ์ใน Python del df[name]ได้รับการแปลdf.__delitem__(name)ภายใต้หน้ากากโดย Python

วิธีที่ดีที่สุดในการทำเช่นนี้คือการใช้แพนด้าdrop:

df = df.drop('column_name', 1)

โดยที่1คือหมายเลขแกน ( 0สำหรับแถวและ1สำหรับคอลัมน์)

หากต้องการลบคอลัมน์โดยไม่ต้องมอบหมายใหม่dfคุณสามารถทำได้:

df.drop('column_name', axis=1, inplace=True)

สุดท้ายหากต้องการลดจำนวนคอลัมน์แทนโดยใช้ป้ายกำกับคอลัมน์ให้ลองใช้วิธีนี้เพื่อลบเช่นคอลัมน์ที่ 1, 2 และ 4:

df = df.drop(df.columns[[0, 1, 3]], axis=1)  # df.columns is zero-based pd.Index 

ทำงานกับไวยากรณ์ "text" สำหรับคอลัมน์ด้วย:

df.drop(['column_nameA', 'column_nameB'], axis=1, inplace=True)

ใช้:

columns = ['Col1', 'Col2', ...]
df.drop(columns, inplace=True, axis=1)

การดำเนินการนี้จะลบหนึ่งหรือหลายคอลัมน์ในตำแหน่ง โปรดทราบว่าinplace=Trueมีการเพิ่มใน pandas v0.13 และจะไม่ทำงานกับรุ่นเก่ากว่า คุณจะต้องกำหนดผลลัพธ์กลับมาในกรณีนั้น:

df = df.drop(columns, axis=1)

ลดลงตามดัชนี

ลบคอลัมน์แรกคอลัมน์ที่สองและสี่:

df.drop(df.columns[[0,1,3]], axis=1, inplace=True)

ลบคอลัมน์แรก:

df.drop(df.columns[[0]], axis=1, inplace=True)

มีพารามิเตอร์ทางเลือกinplaceเพื่อให้ข้อมูลต้นฉบับสามารถแก้ไขได้โดยไม่ต้องสร้างสำเนา

ผุด

การเลือกคอลัมน์การเพิ่มการลบ

ลบคอลัมน์column-name:

df.pop('column-name')

ตัวอย่าง:

df = DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', [7,8, 9])], orient='index', columns=['one', 'two', 'three'])

print df:

   one  two  three
A    1    2      3
B    4    5      6
C    7    8      9

df.drop(df.columns[[0]], axis=1, inplace=True) print df:

   two  three
A    2      3
B    5      6
C    8      9

three = df.pop('three') print df:

   two
A    2
B    5
C    8

คำถามจริงที่โพสต์พลาดโดยคำตอบส่วนใหญ่ที่นี่คือ:

ทำไมฉันถึงใช้del df.column_nameไม่ได้

ตอนแรกเราต้องเข้าใจปัญหาที่เกิดขึ้นซึ่งเราต้องดำน้ำในวิธีมายากลหลาม

ในขณะที่เวสต์ชี้ให้เห็นในคำตอบของเขาdel df['column']แมปไปยังวิธีการของเวทมนตร์ หลามdf.__delitem__('column')ซึ่งถูกนำมาใช้ในแพนด้าเพื่อวางคอลัมน์

อย่างไรก็ตามดังที่ได้กล่าวไว้ในลิงค์ด้านบนเกี่ยวกับวิธีการของเวทมนต์ :

ในความเป็นจริงแล้ว__del__แทบจะไม่เคยถูกใช้เพราะสถานการณ์ที่ล่อแหลมซึ่งมันถูกเรียกว่า; ใช้ด้วยความระมัดระวัง!

คุณสามารถโต้แย้งว่าdel df['column_name']ไม่ควรใช้หรือส่งเสริมและดังนั้นจึงdel df.column_nameไม่ควรพิจารณา

แต่ในทางทฤษฎีdel df.column_nameอาจจะ implemeted การทำงานในหมีแพนด้าใช้วิธีมายากล อย่างไรก็ตามนี่จะแนะนำปัญหาบางอย่างปัญหาที่การนำไปใช้มีอยู่แล้ว แต่ในระดับที่น้อยกว่า__delattr__del df['column_name']

ตัวอย่างปัญหา

จะเกิดอะไรขึ้นถ้าฉันกำหนดคอลัมน์ในชื่อไฟล์ที่เรียกว่า "dtypes" หรือ "คอลัมน์"

จากนั้นสมมติว่าฉันต้องการลบคอลัมน์เหล่านี้

del df.dtypesจะทำให้__delattr__วิธีการสับสนราวกับว่ามันควรจะลบแอตทริบิวต์ "dtypes" หรือคอลัมน์ "dtypes"

คำถามสถาปัตยกรรมที่อยู่เบื้องหลังปัญหานี้

1. dataframe เป็นชุดของคอลัมน์หรือไม่
2. dataframe เป็นกลุ่มของแถวหรือไม่?
3. คอลัมน์เป็นคุณลักษณะของ dataframe หรือไม่

คำตอบของนุ่น:

1. ใช่ในทุกด้าน
2. ไม่มี แต่ถ้าคุณอยากให้มันเป็นคุณสามารถใช้.ix, .locหรือ.ilocวิธีการ
3. บางทีคุณต้องการอ่านข้อมูลหรือไม่ แล้วใช่ , เว้นแต่ชื่อของแอตทริบิวต์ที่มีการดำเนินการแล้วโดยแอตทริบิวต์อื่นที่อยู่ใน dataframe คุณต้องการแก้ไขข้อมูลหรือไม่ จากนั้นไม่มี

TLDR;

คุณไม่สามารถทำได้del df.column_nameเพราะหมีแพนด้ามีสถาปัตยกรรมที่ค่อนข้างโตและต้องได้รับการพิจารณาใหม่เพื่อให้ความไม่ลงรอยกันทางปัญญาประเภทนี้ไม่เกิดขึ้นกับผู้ใช้

protip:

อย่าใช้ df.column_name มันอาจจะสวย แต่ก็ทำให้เกิดความไม่ลงรอยกันทางปัญญา

คำพูดของ Zen of Python ที่เหมาะกับที่นี่:

การลบคอลัมน์มีหลายวิธี

ควรมีอย่างน้อยหนึ่งวิธีที่ชัดเจนกว่าที่จะทำ

คอลัมน์บางครั้งเป็นคุณลักษณะ แต่บางครั้งก็ไม่ใช่

กรณีพิเศษไม่พิเศษพอที่จะทำลายกฎ

ไม่del df.dtypesลบ dtypes แอตทริบิวต์หรือ dtypes คอลัมน์?

ในการเผชิญกับความกำกวมปฏิเสธสิ่งล่อใจที่จะคาดเดา

นอกจากนี้ที่ดีคือความสามารถในการวางคอลัมน์เฉพาะในกรณีที่พวกเขามีอยู่ วิธีนี้คุณสามารถครอบคลุมกรณีการใช้งานเพิ่มเติมและมันจะวางคอลัมน์ที่มีอยู่จากป้ายชื่อที่ส่งผ่านไปเท่านั้น:

เพียงเพิ่มข้อผิดพลาด = 'ละเว้น'ตัวอย่างเช่น:

df.drop(['col_name_1', 'col_name_2', ..., 'col_name_N'], inplace=True, axis=1, errors='ignore')

• นี่เป็นของใหม่จากนุ่น 0.16.1 เป็นต้นไป เอกสารที่นี่

จากเวอร์ชั่น 0.16.1 คุณสามารถทำได้

df.drop(['column_name'], axis = 1, inplace = True, errors = 'ignore')

เป็นแนวปฏิบัติที่ดีที่จะใช้[]สัญลักษณ์ เหตุผลหนึ่งคือสัญกรณ์แอตทริบิวต์ ( df.column_name) นั้นใช้ไม่ได้กับดัชนีที่มีหมายเลข

In [1]: df = DataFrame([[1, 2, 3], [4, 5, 6]])

In [2]: df[1]
Out[2]:
0    2
1    5
Name: 1

In [3]: df.1
  File "<ipython-input-3-e4803c0d1066>", line 1
    df.1
       ^
SyntaxError: invalid syntax

Pandas 0.21+ คำตอบ

Pandas เวอร์ชั่น 0.21 ได้เปลี่ยนdropวิธีการเล็กน้อยเพื่อรวมทั้งindexและcolumnsพารามิเตอร์เพื่อให้ตรงกับลายเซ็นของrenameและreindexวิธีการ

df.drop(columns=['column_a', 'column_c'])

โดยส่วนตัวแล้วฉันชอบใช้axisพารามิเตอร์เพื่อแสดงคอลัมน์หรือดัชนีเนื่องจากเป็นพารามิเตอร์คำหลักที่ใช้ในเกือบทุกวิธีของแพนด้า แต่ตอนนี้คุณมีตัวเลือกเพิ่มเติมในเวอร์ชัน 0.21

ใน pandas 0.16.1+ คุณสามารถวางคอลัมน์ได้หากมีอยู่ต่อโซลูชันที่โพสต์โดย @eiTanLaVi ก่อนหน้าเวอร์ชันนั้นคุณสามารถได้รับผลลัพธ์เดียวกันผ่านรายการความเข้าใจแบบมีเงื่อนไข:

df.drop([col for col in ['col_name_1','col_name_2',...,'col_name_N'] if col in df], 
        axis=1, inplace=True)

TL; DR

ความพยายามมากมายในการค้นหาโซลูชันที่มีประสิทธิภาพยิ่งขึ้นเล็กน้อย ยากที่จะพิสูจน์ความซับซ้อนที่เพิ่มขึ้นในขณะที่เสียสละความเรียบง่ายของdf.drop(dlst, 1, errors='ignore')

df.reindex_axis(np.setdiff1d(df.columns.values, dlst), 1)

บทนำการ
ลบคอลัมน์นั้นมีความหมายเหมือนกับการเลือกคอลัมน์อื่น ๆ ฉันจะแสดงวิธีการเพิ่มเติมที่ควรพิจารณา

ฉันจะมุ่งเน้นไปที่โซลูชันทั่วไปของการลบหลายคอลัมน์พร้อมกันและอนุญาตให้พยายามลบคอลัมน์ที่ไม่มีอยู่

การใช้โซลูชันเหล่านี้เป็นเรื่องทั่วไปและจะทำงานในกรณีที่ง่ายเช่นกัน

ตั้งค่า
พิจารณาpd.DataFrame dfและรายการที่จะลบdlst

df = pd.DataFrame(dict(zip('ABCDEFGHIJ', range(1, 11))), range(3))
dlst = list('HIJKLM')

df

   A  B  C  D  E  F  G  H  I   J
0  1  2  3  4  5  6  7  8  9  10
1  1  2  3  4  5  6  7  8  9  10
2  1  2  3  4  5  6  7  8  9  10

dlst

['H', 'I', 'J', 'K', 'L', 'M']

ผลลัพธ์ควรมีลักษณะดังนี้:

df.drop(dlst, 1, errors='ignore')

   A  B  C  D  E  F  G
0  1  2  3  4  5  6  7
1  1  2  3  4  5  6  7
2  1  2  3  4  5  6  7

เนื่องจากฉันกำลังทำการลบคอลัมน์เพื่อเลือกคอลัมน์อื่นฉันจะแยกมันออกเป็นสองประเภท:

1. การเลือกฉลาก
2. การเลือกบูลีน

การเลือกฉลาก

เราเริ่มต้นด้วยการผลิตรายการ / อาเรย์ของป้ายกำกับที่แสดงถึงคอลัมน์ที่เราต้องการเก็บและไม่มีคอลัมน์ที่เราต้องการลบ

1. df.columns.difference(dlst)

   Index(['A', 'B', 'C', 'D', 'E', 'F', 'G'], dtype='object')

2. np.setdiff1d(df.columns.values, dlst)

   array(['A', 'B', 'C', 'D', 'E', 'F', 'G'], dtype=object)

3. df.columns.drop(dlst, errors='ignore')

   Index(['A', 'B', 'C', 'D', 'E', 'F', 'G'], dtype='object')

4. list(set(df.columns.values.tolist()).difference(dlst))

   # does not preserve order
   ['E', 'D', 'B', 'F', 'G', 'A', 'C']

5. [x for x in df.columns.values.tolist() if x not in dlst]

   ['A', 'B', 'C', 'D', 'E', 'F', 'G']

   ---

คอลัมน์จากป้ายกำกับ
เพื่อเปรียบเทียบกระบวนการคัดเลือกให้ถือว่า:

 cols = [x for x in df.columns.values.tolist() if x not in dlst]

จากนั้นเราสามารถประเมิน

1. df.loc[:, cols]
2. df[cols]
3. df.reindex(columns=cols)
4. df.reindex_axis(cols, 1)

ซึ่งทั้งหมดประเมินว่า:

   A  B  C  D  E  F  G
0  1  2  3  4  5  6  7
1  1  2  3  4  5  6  7
2  1  2  3  4  5  6  7

บูลีน Slice

เราสามารถสร้างอาร์เรย์ / รายการบูลีนสำหรับการแบ่งส่วน

1. ~df.columns.isin(dlst)
2. ~np.in1d(df.columns.values, dlst)
3. [x not in dlst for x in df.columns.values.tolist()]
4. (df.columns.values[:, None] != dlst).all(1)

คอลัมน์จากบูลีน
เพื่อการเปรียบเทียบ

bools = [x not in dlst for x in df.columns.values.tolist()]

1. df.loc[: bools]

ซึ่งทั้งหมดประเมินว่า:

   A  B  C  D  E  F  G
0  1  2  3  4  5  6  7
1  1  2  3  4  5  6  7
2  1  2  3  4  5  6  7

เวลาที่แข็งแกร่ง

ฟังก์ชั่น

setdiff1d = lambda df, dlst: np.setdiff1d(df.columns.values, dlst)
difference = lambda df, dlst: df.columns.difference(dlst)
columndrop = lambda df, dlst: df.columns.drop(dlst, errors='ignore')
setdifflst = lambda df, dlst: list(set(df.columns.values.tolist()).difference(dlst))
comprehension = lambda df, dlst: [x for x in df.columns.values.tolist() if x not in dlst]

loc = lambda df, cols: df.loc[:, cols]
slc = lambda df, cols: df[cols]
ridx = lambda df, cols: df.reindex(columns=cols)
ridxa = lambda df, cols: df.reindex_axis(cols, 1)

isin = lambda df, dlst: ~df.columns.isin(dlst)
in1d = lambda df, dlst: ~np.in1d(df.columns.values, dlst)
comp = lambda df, dlst: [x not in dlst for x in df.columns.values.tolist()]
brod = lambda df, dlst: (df.columns.values[:, None] != dlst).all(1)

การทดสอบ

res1 = pd.DataFrame(
    index=pd.MultiIndex.from_product([
        'loc slc ridx ridxa'.split(),
        'setdiff1d difference columndrop setdifflst comprehension'.split(),
    ], names=['Select', 'Label']),
    columns=[10, 30, 100, 300, 1000],
    dtype=float
)

res2 = pd.DataFrame(
    index=pd.MultiIndex.from_product([
        'loc'.split(),
        'isin in1d comp brod'.split(),
    ], names=['Select', 'Label']),
    columns=[10, 30, 100, 300, 1000],
    dtype=float
)

res = res1.append(res2).sort_index()

dres = pd.Series(index=res.columns, name='drop')

for j in res.columns:
    dlst = list(range(j))
    cols = list(range(j // 2, j + j // 2))
    d = pd.DataFrame(1, range(10), cols)
    dres.at[j] = timeit('d.drop(dlst, 1, errors="ignore")', 'from __main__ import d, dlst', number=100)
    for s, l in res.index:
        stmt = '{}(d, {}(d, dlst))'.format(s, l)
        setp = 'from __main__ import d, dlst, {}, {}'.format(s, l)
        res.at[(s, l), j] = timeit(stmt, setp, number=100)

rs = res / dres

rs

                          10        30        100       300        1000
Select Label                                                           
loc    brod           0.747373  0.861979  0.891144  1.284235   3.872157
       columndrop     1.193983  1.292843  1.396841  1.484429   1.335733
       comp           0.802036  0.732326  1.149397  3.473283  25.565922
       comprehension  1.463503  1.568395  1.866441  4.421639  26.552276
       difference     1.413010  1.460863  1.587594  1.568571   1.569735
       in1d           0.818502  0.844374  0.994093  1.042360   1.076255
       isin           1.008874  0.879706  1.021712  1.001119   0.964327
       setdiff1d      1.352828  1.274061  1.483380  1.459986   1.466575
       setdifflst     1.233332  1.444521  1.714199  1.797241   1.876425
ridx   columndrop     0.903013  0.832814  0.949234  0.976366   0.982888
       comprehension  0.777445  0.827151  1.108028  3.473164  25.528879
       difference     1.086859  1.081396  1.293132  1.173044   1.237613
       setdiff1d      0.946009  0.873169  0.900185  0.908194   1.036124
       setdifflst     0.732964  0.823218  0.819748  0.990315   1.050910
ridxa  columndrop     0.835254  0.774701  0.907105  0.908006   0.932754
       comprehension  0.697749  0.762556  1.215225  3.510226  25.041832
       difference     1.055099  1.010208  1.122005  1.119575   1.383065
       setdiff1d      0.760716  0.725386  0.849949  0.879425   0.946460
       setdifflst     0.710008  0.668108  0.778060  0.871766   0.939537
slc    columndrop     1.268191  1.521264  2.646687  1.919423   1.981091
       comprehension  0.856893  0.870365  1.290730  3.564219  26.208937
       difference     1.470095  1.747211  2.886581  2.254690   2.050536
       setdiff1d      1.098427  1.133476  1.466029  2.045965   3.123452
       setdifflst     0.833700  0.846652  1.013061  1.110352   1.287831

fig, axes = plt.subplots(2, 2, figsize=(8, 6), sharey=True)
for i, (n, g) in enumerate([(n, g.xs(n)) for n, g in rs.groupby('Select')]):
    ax = axes[i // 2, i % 2]
    g.plot.bar(ax=ax, title=n)
    ax.legend_.remove()
fig.tight_layout()

df.drop(dlst, 1, errors='ignore')นี้จะสัมพันธ์กับเวลาที่ใช้ในการทำงาน ดูเหมือนว่าหลังจากนั้นเราก็ปรับปรุงประสิทธิภาพเพียงเล็กน้อยเท่านั้น

หากความจริงแล้วทางออกที่ดีที่สุดใช้reindexหรือreindex_axisแฮ็list(set(df.columns.values.tolist()).difference(dlst))ค สนิทที่สองและยังคงเป็นอย่างดีกว่าเล็กน้อยคือdropnp.setdiff1d

rs.idxmin().pipe(
    lambda x: pd.DataFrame(
        dict(idx=x.values, val=rs.lookup(x.values, x.index)),
        x.index
    )
)

                      idx       val
10     (ridx, setdifflst)  0.653431
30    (ridxa, setdifflst)  0.746143
100   (ridxa, setdifflst)  0.816207
300    (ridx, setdifflst)  0.780157
1000  (ridxa, setdifflst)  0.861622

ไวยากรณ์จุดทำงานใน JavaScript แต่ไม่ได้อยู่ใน Python

• งูหลาม: del df['column_name']
• JavaScript: del df['column_name'] หรือ del df.column_name

หาก dataframe ดั้งเดิมของคุณdfไม่ใหญ่เกินไปคุณไม่มีข้อ จำกัด ด้านหน่วยความจำและคุณต้องการเก็บคอลัมน์ไว้สองสามคอลัมน์จากนั้นคุณอาจสร้าง dataframe ใหม่ด้วยคอลัมน์ที่คุณต้องการเท่านั้น:

new_df = df[['spam', 'sausage']]

เราสามารถลบหรือลบคอลัมน์ที่ระบุหรือคอลัมน์ sprcified โดยวิธีการลดลง ()

สมมติว่าdfเป็น dataframe

คอลัมน์ที่จะลบ = column0

รหัส:

df = df.drop(column0, axis=1)

หากต้องการลบหลายคอลัมน์ col1, col2, . . , คอลัมน์, เราต้องแทรกคอลัมน์ทั้งหมดที่จำเป็นต้องลบออกในรายการ จากนั้นลบออกโดยวิธีการปล่อย ()

รหัส:

df = df.drop([col1, col2, . . . , coln], axis=1)

ฉันหวังว่ามันจะเป็นประโยชน์

อีกวิธีในการลบคอลัมน์ใน Pandas DataFrame

หากคุณไม่ได้มองหาการลบในสถานที่คุณสามารถสร้าง DataFrame ใหม่โดยการระบุคอลัมน์โดยใช้DataFrame(...)ฟังก์ชั่นเป็น

my_dict = { 'name' : ['a','b','c','d'], 'age' : [10,20,25,22], 'designation' : ['CEO', 'VP', 'MD', 'CEO']}

df = pd.DataFrame(my_dict)

สร้าง DataFrame ใหม่เป็น

newdf = pd.DataFrame(df, columns=['name', 'age'])

คุณจะได้รับผลลัพธ์ที่ดีเท่าที่คุณจะได้รับด้วยเดล / ดรอป