int를 사용하여 python dataframe pandas drop column

int를 사용하여 python dataframe pandas drop column

---

열을 삭제하려면 df.drop ( 'column name', axis = 1)을 사용합니다. 열 이름 대신 숫자 색인을 사용하여 열을 삭제하는 방법이 있습니까?

---

다음 i과 같이 인덱스에서 열을 삭제할 수 있습니다 .

df.drop(df.columns[i], axis=1)

열에 중복 이름이 있으면 이상하게 작동 할 수 있으므로 삭제하려는 열의 이름을 새 이름으로 바꿀 수 있습니다. 또는 다음과 같이 DataFrame을 다시 할당 할 수 있습니다.

df = df.iloc[:, [j for j, c in enumerate(df.columns) if j != i]]

---

다음과 같이 여러 열을 삭제하십시오.

cols = [1,2,4,5,12]
df.drop(df.columns[cols],axis=1,inplace=True)

inplace=True데이터 프레임 사본에서 열을 삭제하지 않고 데이터 프레임 자체를 변경하는 데 사용됩니다. 원본을 그대로 유지하려면 다음을 사용하십시오.

df_after_dropping = df.drop(df.columns[cols],axis=1)

---

동일한 이름을 가진 여러 열이있는 경우 여기에 제공된 솔루션은 모든 열을 제거하므로 원하는 열이 아닐 수 있습니다. 하나의 인스턴스를 제외한 중복 열을 제거하려는 경우에 해당됩니다. 아래 예제는이 상황을 명확하게합니다.

# make a df with duplicate columns 'x'
df = pd.DataFrame({'x': range(5) , 'x':range(5), 'y':range(6, 11)}, columns = ['x', 'x', 'y']) 


df
Out[495]: 
   x  x   y
0  0  0   6
1  1  1   7
2  2  2   8
3  3  3   9
4  4  4  10

# attempting to drop the first column according to the solution offered so far     
df.drop(df.columns[0], axis = 1) 
   y
0  6
1  7
2  8
3  9
4  10

보시다시피, 두 Xs 열이 모두 삭제되었습니다. 대체 솔루션 :

column_numbers = [x for x in range(df.shape[1])]  # list of columns' integer indices

column_numbers .remove(0) #removing column integer index 0
df.iloc[:, column_numbers] #return all columns except the 0th column

   x  y
0  0  6
1  1  7
2  2  8
3  3  9
4  4  10

보시다시피, 이것은 실제로 0 번째 열 (첫 번째 'x') 만 제거했습니다.

---

데이터 프레임에서의 위치를 ​​기준으로 열을 식별해야합니다. 예를 들어, 열 번호 2, 3 및 5를 삭제 (del)하려는 경우,

df.drop(df.columns[[2,3,5]], axis = 1)

---

정말로 정수로 (하지만 왜?) 그것을하고 싶다면 사전을 만들 수 있습니다.

col_dict = {x: col for x, col in enumerate(df.columns)}

다음 df = df.drop(col_dict[0], 1)원하는대로 작동합니다

편집 : 당신을 위해 그것을 할 수있는 함수에 넣을 수 있습니다.

def drop_col_n(df, col_n_to_drop):
    col_dict = {x: col for x, col in enumerate(df.columns)}
    return df.drop(col_dict[col_n_to_drop], 1)

df = drop_col_n(df, 2)

---

You can use the following line to drop the first two columns (or any column you don't need):

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

Reference

---

Since there can be multiple columns with same name , we should first rename the columns. Here is code for the solution.

df.columns=list(range(0,len(df.columns)))
df.drop(columns=[1,2])#drop second and third columns

참고URL : https://stackoverflow.com/questions/20297317/python-dataframe-pandas-drop-column-using-int