일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 컴퓨터과학
- 보안
- I'm Sorry
- 데이터베이스
- 버전관리
- 컴퓨터비전
- 파이썬
- Yes
- 프로그래밍언어
- 사이버보안
- 데이터구조
- 알고리즘
- 소프트웨어
- 소프트웨어공학
- 데이터과학
- 프로그래밍
- 딥러닝
- 2
- 자바스크립트
- 빅데이터
- 클라우드컴퓨팅
- 웹개발
- 인공지능
- 데이터분석
- 컴퓨터공학
- 네트워크
- 머신러닝
- 자료구조
- 네트워크보안
- 코딩
- Today
- Total
스택큐힙리스트
판다스 데이터프레임에서 열을 삭제합니다. 본문
DataFrame에서 열을 삭제하려면 다음을 성공적으로 사용할 수 있습니다.
del df['column_name']
하지만 왜 다음을 사용할 수 없죠?
del df.column_name
$#@@&*@#$&을 통해 시리즈에 액세스할 수 있기 때문에 이것이 작동할 것으로 예상했습니다.
답변 1
판다스에서 이것을 하는 가장 좋은 방법은 drop를 사용하는 것입니다.
df = df.drop('column_name', axis=1)
축 번호가 어디에 있는지 (행에 대해 0!@ 및 열에 대해 1) 어디에 있는지요?
또한, drop() 메소드는 축을 명시하는 대신 index / columns 키워드를 대체로 받아들일 수 있습니다. 따라서 우리는 이제 다음과 같이 할 수 있습니다.
df = df.drop(columns=['column_nameA', 'column_nameB'])
이것은 introduced in v0.21.0(2017년 10월 27일) 이었습니다.
df을 재할당하지 않고 열을 삭제하려면 다음을 수행할 수 있습니다.
df.drop('column_name', axis=1, inplace=True)
마지막으로, 열 레이블이 아니라 열 번호로 떨어뜨리려면, 예를 들어 첫 번째, 두 번째 및 네 번째 열을 삭제하려면 다음을 시도해보십시오.
df = df.drop(df.columns[[0, 1, 3]], axis=1) # df.columns is zero-based pd.Index
열에 대한 텍스트 구문을 사용하여 작업하는 것도 가능합니다:
df.drop(['column_nameA', 'column_nameB'], axis=1, inplace=True)
답변 2
판다스 데이터프레임에서 열 삭제하기판다스(Pandas)는 파이썬 언어로 데이터 조작이 가능한 라이브러리 중 하나입니다. 이를 사용하면 데이터프레임(DataFrame)을 통해 데이터를 다룰 수 있습니다. 데이터프레임은 일반적으로 열(column)과 행(row)으로 이루어져 있습니다. 때때로 우리는 특정 열을 삭제해야 할 필요가 있습니다. 이 글에서는 판다스 데이터프레임에서 열을 삭제하는 방법을 알아보겠습니다.
우리는 먼저 판다스를 이용해 데이터프레임을 만듭니다.
```python
import pandas as pd
my_data = {'name': ['John', 'Julia', 'Mike', 'Sarah'],
'age': [23, 31, 35, 19],
'city': ['New York', 'Los Angeles', 'Chicago', 'Houston']}
df = pd.DataFrame(my_data)
print(df)
```
위 코드를 실행하면 아래와 같은 출력이 나타납니다.
```
name age city
0 John 23 New York
1 Julia 31 Los Angeles
2 Mike 35 Chicago
3 Sarah 19 Houston
```
이제 ‘city’ 열을 삭제해보겠습니다. 열을 삭제하기 위해서는 ‘drop()’ 함수를 사용합니다. ‘drop()’ 함수는 인자를 두 개 받습니다. 첫 번째는 삭제할 열의 이름이고, 두 번째는 ‘axis = 1’로 고정합니다.
```python
df = df.drop('city', axis=1)
print(df)
```
위 코드를 실행하면 ‘city’ 열이 삭제된 데이터프레임이 출력됩니다.
```
name age
0 John 23
1 Julia 31
2 Mike 35
3 Sarah 19
```
위와 같이 판다스를 이용해 열을 삭제할 수 있습니다. 이처럼 데이터프레임 조작에는 많은 함수들이 존재하며, 이를 통해 데이터를 보다 효율적으로 처리할 수 있습니다.