Ինչպե՞ս թողնել պանդաների DataFrame-ը:
Ինչպե՞ս թողնել պանդաների DataFrame-ը:

Video: Ինչպե՞ս թողնել պանդաների DataFrame-ը:

Video: Ինչպե՞ս թողնել պանդաների DataFrame-ը:
Video: Data Science with Python! Filtering Data with pandas 2024, Ապրիլ
Anonim

Ջնջելու համար տողեր և սյունակներ սկսած Տվյալների շրջանակներ , Պանդաներ օգտագործում է « անկում » ֆունկցիան: Ջնջելու համար մի սյունակ կամ մի քանի սյունակ օգտագործեք սյունակ(ներ)ի անվանումը և նշեք «առանցքը» որպես 1: Այլապես, ինչպես ստորև բերված օրինակում, «սյունակներ» պարամետրը ավելացվել է. Պանդաներ որը կտրում է «առանցքի» անհրաժեշտությունը:

Պարզապես, ինչպե՞ս կարող եմ տող գցել Pandas DataFrame-ում:

Ջնջել ա Բազմաթիվ Շարքեր ըստ ինդեքսային դիրքի DataFrame Ինչպես դֆ. անկում () ֆունկցիան ընդունում է միայն ինդեքսի պիտակների անունների միայն ցանկը, այսպես ջնջել որ շարքեր ըստ դիրքի մենք պետք է դիրքերից ստեղծենք ինդեքսների անունների ցուցակ և այն փոխանցենք դրան անկում (). Քանի որ inPlace-ի լռելյայն արժեքը false է, ուստի dfObj-ի բովանդակությունը չի փոփոխվի:

Կարելի է նաև հարցնել՝ ինչպե՞ս եք սյունակ գցում Python-ում: Տողերը կամ սյունակները կարող են հեռացվել՝ օգտագործելով ինդեքսի պիտակը կամ սյունակի անունը՝ օգտագործելով այս մեթոդը:

  1. Շարահյուսություն՝ DataFrame.drop(labels=Ոչ, առանցք=0, index=Ոչ, սյունակներ=Ոչ մեկը, մակարդակ=Ոչ մեկը, inplace=False, errors='raise')
  2. Պարամետրեր:
  3. Վերադարձի տեսակը՝ Dataframe՝ ընկած արժեքներով:

Նաև հարց է, թե ինչ է DF կաթիլը:

պանդաներ . DataFrame . անկում . Անկում նշված պիտակները տողերից կամ սյունակներից: Հեռացրեք տողերը կամ սյունակները՝ նշելով պիտակների անունները և համապատասխան առանցքները, կամ ուղղակիորեն նշելով ինդեքսների կամ սյունակների անունները: Բազմաթիվ ինդեքս օգտագործելիս պիտակները տարբեր մակարդակներում կարող է հեռացնել՝ նշելով մակարդակը:

Ինչպե՞ս կարող եմ միավորել երկու DataFrames պանդաներում:

Դեպի միանալ Սրանք Տվյալների շրջանակներ , պանդաներ ապահովում է բազմակի գործառույթներ, ինչպիսիք են concat()-ը, միաձուլվել (), միանալ (), և այլն: Այս բաժնում դուք կսովորեք օգտագործել միաձուլվել () գործառույթը պանդաներ . Դուք կարող եք նկատել, որ Տվյալների շրջանակներ այժմ միավորվել են մեկ սինգլի մեջ DataFrame հիմնված երկուսի id սյունակում առկա ընդհանուր արժեքների վրա Տվյալների շրջանակներ.

Խորհուրդ ենք տալիս: