Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Sletning af Række/Kolonne | De Allerførste Trin
Practice
Projects
Quizzes & Challenges
Quizzes
Challenges
/
Introduktion til Pandas

bookSletning af Række/Kolonne

Nogle gange giver visse kolonner ikke værdifuld information, hvilket gør det fordelagtigt at fjerne dem. pandas-biblioteket tilbyder metoden drop() til dette formål.

drop(index, columns, axis)
  • index: angiver rækkeindekser, der skal slettes (bruges når axis=0);
  • columns: angiver kolonnenavne, der skal slettes (bruges når axis=1);
  • axis: vælg om etiketter skal fjernes fra rækker (0) eller kolonner (1). Standard er 0.

Start med at undersøge DataFrame:

1234567
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) print(countries)
copy

Du kan se, at kolonnen 'continent' indeholder mange manglende værdier, hvilket gør den mindre informativ. Fjern denne kolonne.

12345678
import pandas countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(countries_data) countries = countries.drop(columns = ['continent'],axis=1) print(countries)
copy
Opgave

Swipe to start coding

Du har fået en DataFrame ved navn audi_cars.

  • Fjern kolonnen 'capital' og gem den resulterende DataFrame i variablen audi_cars.

Løsning

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 1. Kapitel 9
single

single

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

Can you explain what happens if I try to drop a column that doesn't exist?

How can I remove multiple columns at once?

What if I want to drop rows instead of columns?

close

bookSletning af Række/Kolonne

Stryg for at vise menuen

Nogle gange giver visse kolonner ikke værdifuld information, hvilket gør det fordelagtigt at fjerne dem. pandas-biblioteket tilbyder metoden drop() til dette formål.

drop(index, columns, axis)
  • index: angiver rækkeindekser, der skal slettes (bruges når axis=0);
  • columns: angiver kolonnenavne, der skal slettes (bruges når axis=1);
  • axis: vælg om etiketter skal fjernes fra rækker (0) eller kolonner (1). Standard er 0.

Start med at undersøge DataFrame:

1234567
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) print(countries)
copy

Du kan se, at kolonnen 'continent' indeholder mange manglende værdier, hvilket gør den mindre informativ. Fjern denne kolonne.

12345678
import pandas countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(countries_data) countries = countries.drop(columns = ['continent'],axis=1) print(countries)
copy
Opgave

Swipe to start coding

Du har fået en DataFrame ved navn audi_cars.

  • Fjern kolonnen 'capital' og gem den resulterende DataFrame i variablen audi_cars.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 1. Kapitel 9
single

single

some-alt