Выберите все столбцы, кроме одного заданного столбца в кадре данных Pandas
DataFrame Структура данных - это сердце библиотеки Pandas. Фреймы данных в основном представляют собой объект серии с двумя измерениями. У них есть строки и столбцы со строками, представляющими индекс, и столбцами, представляющими содержимое. Теперь давайте посмотрим, как выбрать все столбцы, кроме одного заданного столбца в Pandas Dataframe.
First, Let’s create a Dataframe:
Python3
# import pandas libraryimport pandas as pd # create a Dataframedata = pd.DataFrame({ "course_name": ["Data Structures", "Python", "Machine Learning"], "student_name": ["A", "B", "C"], "student_city": ["Chennai", "Pune", "Delhi"], "student_gender": ["M", "F", "M"] })# show the Dataframedata |
Выход:
Метод 1: ИспользованиеDataframe.loc [] .
Этот GeeksForGeeks Dataframe представляет собой просто двухмерный массив с числовым индексом. Следовательно, чтобы исключить только один столбец, мы могли бы использовать методы columns для получения всех столбцов и использовать оператор not для исключения столбцов, которые не нужны. Этот метод работает только в том случае, если Dataframe не является мультииндексированным (не имеет более одного индекса).
Example: Select all columns, except one ‘student_gender’ column in Pandas Dataframe.
Python3
# import pandas libraryimport pandas as pd # create a Dataframedata = pd.DataFrame({ "course_name": ["Data Structures", "Python", "Machine Learning"], "student_name": ["A", "B", "C"], "student_city": ["Chennai", "Pune", "Delhi"], "student_gender": ["M", "F", "M"] }) df = data.loc[ : , data.columns != "student_gender"] # show the dataframedf |
Выход:
отфильтрованный столбец student_gender
Метод 2: Использование метода drop ().
Dataframe поддерживает метод drop () для удаления определенного столбца. Он принимает два аргумента: имя столбца / строки и ось.
Пример: выберите все столбцы, кроме одного столбца student_city в Pandas Dataframe.
Python3
# import pandas library import pandas as pd # create a Dataframedata = pd.DataFrame({ "course_name": ["Data Structures", "Python", "Machine Learning"], "student_name": ["A", "B", "C"], "student_city": ["Chennai", "Pune", "Delhi"], "student_gender": ["M", "F", "M"] }) # drop methoddf = data.drop("student_city", axis = 1) # show the dataframedf |
Выход:
Столбец student_city удален
Метод 3: Совместное использование метода Series.difference () и оператора [].
Series.difference () Метод возвращает новый индекс с элементами из индекса, которых нет в другом.
Example: Select all columns, except one ‘student_name’ column in Pandas Dataframe.
Python3
# import pandas libraryimport pandas as pd # create a Dataframedata = pd.DataFrame({ "course_name": ["Data Structures", "Python", "Machine Learning"], "student_name": ["A", "B", "C"], "student_city": ["Chennai", "Pune", "Delhi"], "student_gender": ["M", "F", "M"] }) df = data[data.columns.difference(["student_name"])] # show the dataframedf |
Выход:
отфильтрованный столбец student_name
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.