Pandas में कॉलम कैसे ड्रॉप करें: ट्यूटोरियल

अक्सर किसी DataFrame में ऐसे कॉलम होते हैं जो आपके विश्लेषण के लिए उपयोगी नहीं होते। ऐसे कॉलमों को DataFrame से हटाना चाहिए ताकि आप शेष कॉलमों पर बेहतर ध्यान दे सकें।

कॉलमों को उनके लेबल नाम और संबद्ध axis बताकर, या सीधे index या कॉलम नाम बताकर हटाया जा सकता है। मल्टी-इंडेक्स का उपयोग करते समय, अलग-अलग स्तरों के लेबल स्तर (level) बताकर हटाए जा सकते हैं।

.drop() मेथड

आइए missing values की गिनती की तुलना dataframe के आकार से करें। आप देखेंगे कि county_name कॉलम में जितनी पंक्तियाँ हैं उतनी ही missing values हैं, यानी इसमें केवल missing values ही हैं।

ri.isnull().sum()

state                            0
stop_date                        0
stop_time                        0
county_name                  91741
driver_gender                 5205
driver_race                   5202
...

ri.shape

91741, 15

क्योंकि इसमें कोई उपयोगी जानकारी नहीं है, इस कॉलम को .drop() मेथड से हटाया जा सकता है।

कॉलम नाम बताने के अलावा, आपको यह भी बताना होगा कि आप columns axis से हटा रहे हैं और यह ऑपरेशन in place होना चाहिए, ताकि अलग से असाइनमेंट स्टेटमेंट की जरूरत न पड़े, जैसा नीचे दिखाया गया है:

ri.drop('county_name',
  axis='columns', inplace=True)

.dropna() मेथड

.dropna() मेथड उन पंक्तियों को हटाने का बेहतरीन तरीका है जिनमें missing values मौजूद हैं।

उदाहरण के लिए, ऊपर दिए गए डेटासेट का उपयोग करते हुए मान लें कि stop_date और stop_time कॉलम हमारे विश्लेषण के लिए महत्वपूर्ण हैं, और इसलिए उनके बिना कोई भी पंक्ति हमारे लिए बेकार है।

ri.head()

    state   stop_date    stop_time    driver_gender   driver_race
0      RI  2005-01-04        12:55                M         White
1      RI  2005-01-23        23:15                M         White
2      RI  2005-02-17        04:15                M         White
3      RI  2005-02-20        17:15                M         White
4      RI  2005-02-24        01:20                F         White

हम pandas को यह बता सकते हैं कि जिन पंक्तियों में stop_date या stop_time कॉलम में missing value है, उन्हें हटा दे। क्योंकि हम subset निर्दिष्ट करते हैं, .dropna() मेथड केवल इन्हीं दो कॉलमों को ध्यान में रखता है यह तय करते समय कि किन पंक्तियों को हटाना है।

ri.dropna(subset=['stop_date', 'stop_time'], inplace=True)

कॉलम ड्रॉप करने का इंटरैक्टिव उदाहरण

इस उदाहरण में, आप county_name कॉलम को ड्रॉप करेंगे क्योंकि इसमें केवल missing values हैं, और state कॉलम को ड्रॉप करेंगे क्योंकि सभी ट्रैफिक स्टॉप एक ही राज्य (Rhode Island) में हुए थे। इसलिए, ये कॉलम कोई उपयोगी जानकारी नहीं रखते और इन्हें हटाया जा सकता है। प्रत्येक कॉलम में missing values की संख्या आपके लिए कंसोल पर प्रिंट की गई है।

• DataFrame के .shape की जाँच करें ताकि पंक्तियों और कॉलमों की संख्या पता चल सके।
• .drop() मेथड में कॉलम नामों की सूची पास करके county_name और state, दोनों कॉलमों को ड्रॉप करें।
• फिर से .shape जाँचें ताकि पुष्टि हो सके कि अब दो कॉलम कम हैं।

# Examine the shape of the DataFrame
print(ri.shape)

# Drop the 'county_name' and 'state' columns
ri.drop(['county_name', 'state'], axis='columns', inplace=True)

# Examine the shape of the DataFrame (again)
print(ri.shape)

जब आप ऊपर का कोड चलाते हैं, तो यह निम्नलिखित परिणाम देता है:

(91741, 15)
(91741, 13)

खुद आज़माएँ।

pandas में कॉलम ड्रॉप करने के बारे में अधिक जानने के लिए, हमारे इस कोर्स Introduction to Data Visualization with ggplot2 का यह वीडियो देखें।

यह सामग्री DataCamp के Introduction to Data Visualization with ggplot2 कोर्स (लेखक: Kevin Markham) से ली गई है।

हमारा Pandas Add Column Tutorial भी देखें।