Otra forma de eliminar una columna en un Pandas DataFrame

Si no está buscando la eliminación en el lugar , puede crear un nuevo DataFrame especificando las columnas usando la DataFrame(...) como:

 my_dict = { 'name' : ['a','b','c','d'], 'age' : [10,20,25,22], 'designation' : ['CEO', 'VP', 'MD', 'CEO']} df = pd.DataFrame(my_dict)

Crear un nuevo DataFrame como

 newdf = pd.DataFrame(df, columns=['name', 'age'])

Obtiene un resultado tan bueno como el que obtiene con del / drop.

Pandas 0.21+ respuesta

La versión 0.21 de Pandas ha cambiado drop el método de colocación para incluir los parámetros de index y columns para que coincidan con la firma de los métodos de cambio de rename y reindex .

 df.drop(columns=['column_a', 'column_c'])

Personalmente, prefiero usar el parámetro de axis para indicar columnas o índices porque es el parámetro de palabra clave predominante que se usa en casi todos los métodos de pandas. Pero, ahora tiene algunas opciones adicionales en la versión 0.21.

La mejor manera de hacer esto en Pandas es usar drop :

 df = df.drop('column_name', 1)

donde 1 es el número de eje ( 0 para filas y 1 para columnas).

Para eliminar la columna sin tener que reasignar df , puede hacer:

 df.drop('column_name', axis=1, inplace=True)

Finalmente, para colocar por número de columna en lugar de por etiqueta de columna, intente eliminar, por ejemplo, las columnas 1, 2 y 4:

 df = df.drop(df.columns[[0, 1, 3]], axis=1) # df.columns is zero-based pd.Index

También trabajando con la sintaxis de "texto" para las columnas:

 df.drop(['column_nameA', 'column_nameB'], axis=1, inplace=True)

Nota: Introducido en v0.21.0 (27 de octubre de 2017), el método drop() acepta palabras clave de índice/columnas como alternativa a la especificación del eje.

Así que ahora podemos simplemente hacer:

 df = df.drop(columns=['column_nameA', 'column_nameB'])

Utilizar:

 columns = ['Col1', 'Col2', ...] df.drop(columns, inplace=True, axis=1)

Esto eliminará una o más columnas en el lugar. Tenga en cuenta que inplace=True se agregó en pandas v0.13 y no funcionará en versiones anteriores. Tendrías que asignar el resultado de nuevo en ese caso:

 df = df.drop(columns, axis=1)

Es una buena práctica usar siempre la notación [] . Una de las razones es que la notación de atributos ( df.column_name ) no funciona para índices numerados:

 In [1]: df = DataFrame([[1, 2, 3], [4, 5, 6]]) In [2]: df[1] Out[2]: 0 2 1 5 Name: 1 In [3]: df.1 File "<ipython-input-3-e4803c0d1066>", line 1 df.1 ^ SyntaxError: invalid syntax

Como habrás adivinado, la sintaxis correcta es

 del df['column_name']

Es difícil hacer que del df.column_name funcione simplemente como resultado de las limitaciones sintácticas en Python. del df[name] se traduce a df.__delitem__(name) bajo las sábanas por Python.

Caer por índice

Suprímanse las columnas primera, segunda y cuarta:

 df.drop(df.columns[[0,1,3]], axis=1, inplace=True)

Eliminar primera columna:

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

Hay un parámetro inplace para que los datos originales se puedan modificar sin crear una copia.

reventado

Selección de columna, adición, eliminación

Eliminar columna column-name :

 df.pop('column-name')

Ejemplos:

 df = DataFrame.from_items([('A', [1, 2, 3]), ('B', [4, 5, 6]), ('C', [7,8, 9])], orient='index', columns=['one', 'two', 'three'])

print df :

 one two three A 1 2 3 B 4 5 6 C 7 8 9

df.drop(df.columns[[0]], axis=1, inplace=True) print df :

 two three A 2 3 B 5 6 C 8 9

three = df.pop('three') print df :

 two A 2 B 5 C 8

La sintaxis de puntos funciona en JavaScript, pero no en Python.

• Python: del df['column_name']
• JavaScript: del df['column_name'] o del df.column_name

Desde la versión 0.16.1, puedes hacer

 df.drop(['column_name'], axis = 1, inplace = True, errors = 'ignore')

Una buena adición es la capacidad de eliminar columnas solo si existen . De esta manera, puede cubrir más casos de uso, y solo eliminará las columnas existentes de las etiquetas que se le pasaron:

Simplemente agregue errors='ignore' , por ejemplo:

 df.drop(['col_name_1', 'col_name_2', ..., 'col_name_N'], inplace=True, axis=1, errors='ignore')

• Esto es nuevo desde pandas 0.16.1 en adelante. La documentación está aquí .

En Pandas 0.16.1+, puede soltar columnas solo si existen según la solución publicada por eiTan LaVi . Antes de esa versión, puede lograr el mismo resultado a través de una lista de comprensión condicional:

 df.drop([col for col in ['col_name_1','col_name_2',...,'col_name_N'] if col in df], axis=1, inplace=True)

Visto desde un punto de vista general de Python, del obj.column_name tiene sentido si el atributo column_name se puede eliminar. Debe ser un atributo regular, o una propiedad con un eliminador definido.

Las razones por las que esto no se traduce a Pandas y no tiene sentido para Pandas Dataframes son:

• Considere df.column_name como un "atributo virtual", no es una cosa por derecho propio, no es el "asiento" de esa columna, es solo una forma de acceder a la columna. Al igual que una propiedad sin eliminador.

Para eliminar columnas antes y después de columnas específicas, puede usar el método truncar . Por ejemplo:

 ABCDE 0 1 10 100 1000 10000 1 2 20 200 2000 20000 df.truncate(before='B', after='D', axis=1)

Producción:

 BCD 0 10 100 1000 1 20 200 2000

Utilizar:

 df.drop('columnname', axis =1, inplace = True)

O bien puedes ir con

 del df['colname']

Para eliminar varias columnas en función de los números de columna

 df.drop(df.iloc[:,1:3], axis = 1, inplace = True)

Para eliminar varias columnas en función de los nombres de las columnas

 df.drop(['col1','col2',..'coln'], axis = 1, inplace = True)

Si su marco de datos original df no es demasiado grande, no tiene restricciones de memoria y solo necesita mantener algunas columnas o, si no sabe de antemano los nombres de todas las columnas adicionales que no necesita, entonces también podría crear un nuevo marco de datos con solo las columnas que necesita:

 new_df = df[['spam', 'sausage']]

Podemos eliminar o eliminar una columna específica o columnas específicas mediante el método drop() .

Supongamos que df es un marco de datos.

Columna a eliminar = columna0

Código:

 df = df.drop(column0, axis=1)

Para eliminar varias columnas col1, col2, . . . , coln, tenemos que insertar todas las columnas que deben eliminarse en una lista. Luego elimínelos con el método drop().

Código:

 df = df.drop([col1, col2, . . . , coln], axis=1)

Eliminar una columna usando la función iloc de dataframe y slicing , cuando tenemos un nombre de columna típico con valores no deseados:

 df = df.iloc[:,1:] # Removing an unnamed index column

Aquí 0 es la fila predeterminada y 1 es la primera columna, por lo que :,1: es nuestro parámetro para eliminar la primera columna.