note.nkmk.me

pandas.DataFrameの行・列を指定して削除するdrop

Date: 2017-12-30 / tags: Python, pandas

pandas.DataFrameの行・列を指定して削除するにはdrop()メソッドを使う。

例として、以下のデータを使用する。

import pandas as pd

df = pd.read_csv('data/src/sample_pandas_normal.csv')
print(df)
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

csvファイルはコチラ。

スポンサーリンク

DataFrameの行を指定して削除

引数labelsaxisで指定する。行の場合はaxis=0

df_new = df.drop(2, axis=0)
print(df_new)
#     name  age state  point
# 0  Alice   24    NY     64
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 4  Ellen   24    CA     88
# 5  Frank   30    NY     57

デフォルトがaxis=0なので、省略することも可能。

df_new = df.drop(2)
print(df_new)
#     name  age state  point
# 0  Alice   24    NY     64
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 4  Ellen   24    CA     88
# 5  Frank   30    NY     57

version 0.21.0以降からは引数indexで指定することもできる。

df_new = df.drop(index=2)
print(df_new)
#     name  age state  point
# 0  Alice   24    NY     64
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 4  Ellen   24    CA     88
# 5  Frank   30    NY     57

複数の行をまとめて削除する場合はリストで指定する。

df_new = df.drop([0, 2, 4])
print(df_new)
#     name  age state  point
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 5  Frank   30    NY     57

df_new = df.drop(index=[0, 2, 4])
print(df_new)
#     name  age state  point
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 5  Frank   30    NY     57

デフォルトでは元のDataFrameは変更されず、新しいDataFrameが返される。引数inplaceTrueにすると、元のDataFrameが変更される。この場合、新しいDataFrameは返されず、返り値はNone

df_org = df.copy()
df_org.drop(index=[0, 2, 4], inplace=True)
print(df_org)
#     name  age state  point
# 1    Bob   42    CA     92
# 3   Dave   68    TX     70
# 5  Frank   30    NY     57

なお、この例では行ラベルとしてデフォルトの連番を使っているので数値で指定しているが、行ラベルが文字列で設定されている場合はもちろん文字列で指定する。

df2 = pd.read_csv('data/src/sample_pandas_normal.csv', index_col=0)
print(df2)
#          age state  point
# name                     
# Alice     24    NY     64
# Bob       42    CA     92
# Charlie   18    CA     70
# Dave      68    TX     70
# Ellen     24    CA     88
# Frank     30    NY     57

df_new = df2.drop(index=['Bob', 'Dave', 'Frank'])
print(df_new)
#          age state  point
# name                     
# Alice     24    NY     64
# Charlie   18    CA     70
# Ellen     24    CA     88

DataFrameの列を指定して削除

引数labelsaxisで指定する。列の場合はaxis=1

df_new = df.drop('state', axis=1)
print(df_new)
#       name  age  point
# 0    Alice   24     64
# 1      Bob   42     92
# 2  Charlie   18     70
# 3     Dave   68     70
# 4    Ellen   24     88
# 5    Frank   30     57

version 0.21.0以降からは引数columnsで指定することもできる。

df_new = df.drop(columns='state')
print(df_new)
#       name  age  point
# 0    Alice   24     64
# 1      Bob   42     92
# 2  Charlie   18     70
# 3     Dave   68     70
# 4    Ellen   24     88
# 5    Frank   30     57

複数の列をまとめて削除する場合はリストで指定する。

df_new = df.drop(['state', 'point'], axis=1)
print(df_new)
#       name  age
# 0    Alice   24
# 1      Bob   42
# 2  Charlie   18
# 3     Dave   68
# 4    Ellen   24
# 5    Frank   30

df_new = df.drop(columns=['state', 'point'])
print(df_new)
#       name  age
# 0    Alice   24
# 1      Bob   42
# 2  Charlie   18
# 3     Dave   68
# 4    Ellen   24
# 5    Frank   30

引数inplaceについても行の場合と同様。

df_org = df.copy()
df_org.drop(columns=['state', 'point'], inplace=True)
print(df_org)
#       name  age
# 0    Alice   24
# 1      Bob   42
# 2  Charlie   18
# 3     Dave   68
# 4    Ellen   24
# 5    Frank   30

複数行・複数列をまとめて削除

version 0.21.0以降からは引数indexcolumnsを同時に指定して複数行・複数列をまとめて削除することができる。

df_new = df.drop(index=[0, 2, 4], columns=['state', 'point'])
print(df_new)
#     name  age
# 1    Bob   42
# 3   Dave   68
# 5  Frank   30

df_org = df.copy()
df_org.drop(index=[0, 2, 4], columns=['state', 'point'], inplace=True)
print(df_org)
#     name  age
# 1    Bob   42
# 3   Dave   68
# 5  Frank   30
スポンサーリンク
シェア
このエントリーをはてなブックマークに追加

関連カテゴリー

関連記事