Deepanshu mendirikan ListenData dengan tujuan sederhana - Membuat analitik mudah dipahami dan diikuti. Dia memiliki lebih dari 10 tahun pengalaman dalam ilmu data. Selama masa jabatannya, dia telah bekerja dengan klien global di berbagai domain seperti Perbankan, Asuransi, Ekuitas Swasta, Telekomunikasi dan Sumber Daya Manusia
Bingkai data Pandas adalah struktur data dua dimensi yang memungkinkan Anda menyimpan data dalam baris dan kolom. Ini sangat berguna saat Anda menganalisis data
Saat Anda memiliki daftar catatan data dalam kerangka data, Anda mungkin perlu membuang daftar baris tertentu tergantung pada kebutuhan model dan tujuan Anda saat mempelajari analitik Anda
Dalam tutorial ini, Anda akan mempelajari cara menghapus daftar baris dari kerangka data Pandas
Untuk mempelajari cara menjatuhkan kolom, Anda dapat membaca di sini tentang Cara Menjatuhkan Kolom di Pandas
Cara Menjatuhkan Baris atau Kolom dalam Bingkai Data Pandas
Untuk menghapus baris atau kolom dalam bingkai data, Anda perlu menggunakan metode drop() yang tersedia di bingkai data. Anda dapat membaca lebih lanjut tentang metode drop()_ di dokumen di sini
Sumbu Bingkai Data
- Baris dilambangkan menggunakan axis=0
- Kolom dilambangkan menggunakan axis=1
Label Bingkai Data
- Baris diberi label menggunakan nomor indeks yang dimulai dengan 0, secara default
- Kolom diberi label menggunakan nama
Drop() Metode Parameter
- index - daftar baris yang akan dihapus
- axis=0 - Menandai baris dalam kerangka data yang akan dihapus
- df.drop([5,6], axis=0, inplace=True) df 1 - Melakukan operasi drop dalam kerangka data yang sama, daripada membuat objek kerangka data baru selama operasi penghapusan
Contoh DataFrame Pandas
Kerangka data sampel kami berisi kolom product_name, Unit_Price, No_Of_Units, Available_Quantity, dan kolom Available_Since_Date. Itu juga memiliki baris dengan nilai NaN yang digunakan untuk menunjukkan nilai yang hilang
import pandas as pd data = {"product_name":["Keyboard","Mouse", "Monitor", "CPU","CPU", "Speakers",pd.NaT], "Unit_Price":[500,200, 5000.235, 10000.550, 10000.550, 250.50,None], "No_Of_Units":[5,5, 10, 20, 20, 8,pd.NaT], "Available_Quantity":[5,6,10,"Not Available","Not Available", pd.NaT,pd.NaT], "Available_Since_Date":['11/5/2021', '4/23/2021', '08/21/2021','09/18/2021','09/18/2021','01/05/2021',pd.NaT] } df = pd.DataFrame(data) df _Kerangka data akan terlihat seperti ini
product_nameUnit_PriceNo_Of_UnitsAvailable_QuantityAvailable_Since_Date0Keyboard500. 0005511/5/20211Mouse200. 000564/23/20212Monitor5000. 235101008/21/20213CPU10000. 55020Tidak Tersedia09/18/20214CPU10000. 55020Tidak Tersedia18/09/20215Speaker250. 5008NaT01/05/20216NaTNaNNaTNaTNaT
Dan seperti itu kami telah membuat kerangka data sampel kami
Setelah setiap operasi pelepasan, Anda akan mencetak kerangka data dengan menggunakan df.drop([5,6], axis=0, inplace=True) df 2 yang akan mencetak kerangka data dalam format tabel df.drop([5,6], axis=0, inplace=True) df 3 biasa
Anda dapat membaca di sini tentang cara Pretty Print a Dataframe untuk mencetak dataframe dalam berbagai format visual
Selanjutnya, Anda akan mempelajari cara menghapus daftar baris dalam kasus penggunaan yang berbeda
Cara Menjatuhkan Daftar Baris berdasarkan Indeks di Pandas
Anda dapat menghapus daftar baris dari Panda dengan meneruskan daftar indeks ke metode drop()
df.drop([5,6], axis=0, inplace=True) dfDalam kode ini,
- df.drop([5,6], axis=0, inplace=True) df 5 adalah indeks baris yang ingin Anda hapus
- axis=0 menunjukkan bahwa baris harus dihapus dari kerangka data
- df.drop([5,6], axis=0, inplace=True) df 1 melakukan operasi drop dalam kerangka data yang sama
Setelah menjatuhkan baris dengan indeks 5 dan 6, Anda akan memiliki data di bawah ini dalam kerangka data
product_nameUnit_PriceNo_Of_UnitsAvailable_QuantityAvailable_Since_Date0Keyboard500. 0005511/5/20211Mouse200. 000564/23/20212Monitor5000. 235101008/21/20213CPU10000. 55020Tidak Tersedia09/18/20214CPU10000. 55020Tidak Tersedia09/18/2021
Ini adalah bagaimana Anda dapat menghapus baris dengan indeks tertentu
Selanjutnya, Anda akan belajar tentang menjatuhkan kisaran indeks
Cara Menjatuhkan Baris berdasarkan Rentang Indeks di Pandas
Anda juga dapat menjatuhkan daftar baris dalam rentang tertentu
Rentang adalah kumpulan nilai dengan batas bawah dan batas atas
Ini mungkin berguna jika Anda ingin membuat kumpulan data sampel yang mengecualikan rentang data tertentu
Anda dapat membuat rentang baris dalam kerangka data dengan menggunakan metode df.drop([5,6], axis=0, inplace=True) df 8. Kemudian Anda dapat meneruskan rentang ini ke metode drop() untuk menghapus baris seperti yang ditunjukkan di bawah ini
df.drop(df.index[2:4], inplace=True) df _Inilah yang dilakukan kode ini
- df.drop(df.index[2:4], inplace=True) df 0 menghasilkan rentang baris dari 2 hingga 4. Batas bawah rentang bersifat inklusif dan batas atas rentang bersifat eksklusif. Artinya baris 2 dan 3 akan dihapus dan baris 4 tidak akan dihapus
- df.drop([5,6], axis=0, inplace=True) df 1 melakukan operasi drop dalam kerangka data yang sama
Setelah menjatuhkan baris dalam rentang 2-4, Anda akan memiliki data di bawah ini dalam kerangka data
product_nameUnit_PriceNo_Of_UnitsAvailable_QuantityAvailable_Since_Date0Keyboard500. 005511/5/20211Mouse200. 00564/23/20214CPU10000. 5520Tidak Tersedia09/18/2021
Ini adalah bagaimana Anda dapat menghapus daftar baris dalam bingkai data menggunakan jangkauannya
Cara Menjatuhkan Semua Baris setelah Indeks di Pandas
Anda dapat menghapus semua baris setelah indeks tertentu dengan menggunakan df.drop(df.index[2:4], inplace=True) df 2
Anda dapat menggunakan df.drop(df.index[2:4], inplace=True) df _2 untuk memilih baris dengan menggunakan indeks posisinya. Anda dapat menentukan posisi awal dan akhir yang dipisahkan oleh df.drop(df.index[2:4], inplace=True) df 4. Misalnya, Anda akan menggunakan df.drop(df.index[2:4], inplace=True) df _5 untuk memilih baris dari 2 hingga 3. Jika Anda ingin memilih semua baris, Anda bisa menggunakan df.drop(df.index[2:4], inplace=True) df 4 di df.drop(df.index[2:4], inplace=True) df 2
Ini mungkin berguna jika Anda ingin membagi kumpulan data untuk tujuan pelatihan dan pengujian
Gunakan cuplikan di bawah ini untuk memilih baris dari 0 hingga indeks 2. Ini menghasilkan penurunan baris setelah indeks 2
df = df.iloc[:2] dfDalam kode ini, df.drop(df.index[2:4], inplace=True) df _8 memilih baris hingga indeks 2
Ini adalah bagaimana Anda dapat menghapus semua baris setelah indeks tertentu
Setelah menjatuhkan baris setelah indeks 2, Anda akan memiliki data di bawah ini dalam kerangka data
product_nameUnit_PriceNo_Of_UnitsAvailable_QuantityAvailable_Since_Date0Keyboard500. 05511/5/20211Mouse200. 0564/23/2021
Ini adalah bagaimana Anda dapat menghapus baris setelah indeks tertentu
Selanjutnya, Anda akan mempelajari cara menghapus baris dengan kondisi
Cara Menjatuhkan Baris dengan Berbagai Kondisi di Pandas
Anda dapat menghapus baris dalam bingkai data berdasarkan kondisi tertentu
Misalnya, Anda dapat membuang baris yang nilai kolomnya lebih besar dari X dan lebih kecil dari Y
Ini mungkin berguna jika Anda ingin membuat kumpulan data yang mengabaikan kolom dengan nilai tertentu
Untuk menghapus baris berdasarkan kondisi tertentu, pilih indeks baris yang melewati kondisi tertentu dan teruskan indeks tersebut ke metode drop()
df.drop(df[(df['Unit_Price'] >400) & (df['Unit_Price'] < 600)].index, inplace=True) dfDalam kode ini,
- df = df.iloc[:2] df 0 adalah kondisi untuk menghapus baris
- df = df.iloc[:2] df 1 memilih indeks baris yang melewati kondisi tersebut
- df.drop([5,6], axis=0, inplace=True) df 1 melakukan operasi drop dalam kerangka data yang sama daripada membuat yang baru
Setelah menjatuhkan baris dengan kondisi yang memiliki df = df.iloc[:2] df 3 lebih besar dari 400 dan kurang dari 600, Anda akan memiliki data di bawah ini dalam kerangka data
product_nameUnit_PriceNo_Of_UnitsAvailable_QuantityAvailable_Since_Date1Mouse200. 0564/23/2021
Ini adalah bagaimana Anda dapat menghapus baris dalam kerangka data menggunakan kondisi tertentu
Kesimpulan
Sebagai rangkuman, dalam artikel ini Anda telah mempelajari apa itu metode drop() dalam kerangka data Pandas. Anda juga telah melihat bagaimana baris dan kolom bingkai data diberi label. Dan terakhir, Anda telah mempelajari cara menghapus baris menggunakan indeks, kisaran indeks, dan berdasarkan kondisi
Jika Anda menyukai artikel ini, jangan ragu untuk membagikannya
Anda Mungkin Juga Menyukai
- Cara Menambahkan Kolom ke Bingkai Data di Pandas
- Cara Mengganti Nama Kolom di Pandas
IKLAN
IKLAN
IKLAN
IKLAN
IKLAN
IKLAN
IKLAN
IKLAN
Arsitek Solusi AWS dan penulis Teknis Purna Waktu di stackvidhya. com dan jsowl. com
Jika Anda membaca sejauh ini, tweet ke penulis untuk menunjukkan bahwa Anda peduli. Tweet terima kasih
Belajar kode secara gratis. Kurikulum open source freeCodeCamp telah membantu lebih dari 40.000 orang mendapatkan pekerjaan sebagai pengembang. Memulai