मैं पांडा डेटाफ़्रेम कैसे छोड़ूँ?
मैं पांडा डेटाफ़्रेम कैसे छोड़ूँ?

वीडियो: मैं पांडा डेटाफ़्रेम कैसे छोड़ूँ?

वीडियो: मैं पांडा डेटाफ़्रेम कैसे छोड़ूँ?
वीडियो: पांडा में डेटा फ़्रेम से एक पंक्ति कैसे निकालें (पायथन) 2024, मई
Anonim

नष्ट करना पंक्तियों और स्तंभों से डेटाफ़्रेम , पांडा "का उपयोग करता है बूंद " समारोह। नष्ट करना एक कॉलम, या एकाधिक कॉलम, कॉलम के नाम का उपयोग करते हैं, और "अक्ष" को 1 के रूप में निर्दिष्ट करते हैं। वैकल्पिक रूप से, जैसा कि नीचे दिए गए उदाहरण में, 'कॉलम' पैरामीटर जोड़ा गया है पांडा जो 'अक्ष' की आवश्यकता को समाप्त कर देता है।

बस इतना ही, मैं पांडस डेटाफ्रेम में एक पंक्ति कैसे छोड़ूं?

हटाएं एक बहु पंक्तियों सूचकांक स्थिति के अनुसार डेटा ढांचा डीएफ के रूप में बूंद () फ़ंक्शन केवल इंडेक्स लेबल नामों की सूची स्वीकार करता है, इसलिए हटाना NS पंक्तियों स्थिति के अनुसार हमें पदों से सूचकांक नामों की एक सूची बनानी होगी और फिर इसे पास करना होगा बूंद ()। चूंकि इनप्लेस का डिफ़ॉल्ट मान गलत है, इसलिए dfObj की सामग्री को संशोधित नहीं किया जाएगा।

कोई यह भी पूछ सकता है कि आप पायथन में एक कॉलम कैसे छोड़ते हैं? इस पद्धति का उपयोग करके अनुक्रमणिका लेबल या स्तंभ नाम का उपयोग करके पंक्तियों या स्तंभों को हटाया जा सकता है।

  1. सिंटैक्स: DataFrame.drop (लेबल = कोई नहीं, अक्ष = 0, अनुक्रमणिका = कोई नहीं, कॉलम = कोई नहीं, स्तर = कोई नहीं, इनप्लेस = गलत, त्रुटियां = 'उठाएं')
  2. पैरामीटर:
  3. वापसी प्रकार: गिराए गए मानों के साथ डेटाफ़्रेम।

यह भी सवाल है कि डीएफ ड्रॉप क्या है?

पांडा . डेटा ढांचा . बूंद . बूंद पंक्तियों या स्तंभों से निर्दिष्ट लेबल। पंक्तियों या स्तंभों को लेबल नाम और संगत अक्ष निर्दिष्ट करके, या सीधे अनुक्रमणिका या स्तंभ नाम निर्दिष्ट करके निकालें। बहु-सूचकांक का उपयोग करते समय, विभिन्न स्तरों पर लेबल कर सकते हैं स्तर निर्दिष्ट करके हटाया जा सकता है।

मैं पंडों में दो डेटाफ़्रेम कैसे मर्ज करूं?

प्रति में शामिल होने के इन डेटाफ़्रेम , पांडा प्रदान करता है विभिन्न कॉनकैट () जैसे कार्य, मर्ज (), में शामिल होने के (), आदि। इस खंड में, आप का उपयोग करने का अभ्यास करेंगे मर्ज () के समारोह पांडा . आप देख सकते हैं कि डेटाफ़्रेम अब एक में विलीन हो गए हैं डेटा ढांचा दोनों के आईडी कॉलम में मौजूद सामान्य मूल्यों के आधार पर डेटाफ़्रेम.

सिफारिश की: