Bagaimana Anda menghapus 10 baris terakhir dengan python?
Baris dalam panda adalah nilai sel (kolom) berbeda yang disejajarkan secara horizontal dan juga memberikan keseragaman. Setiap baris dapat memiliki nilai yang sama atau berbeda. Baris umumnya ditandai dengan nomor indeks tetapi dalam panda, kita juga dapat menetapkan nama indeks sesuai kebutuhan. Di panda, kita dapat membuat, membaca, memperbarui, dan menghapus nilai kolom atau baris Show
Indeks adalah jumlah baris yang berkisar dari 0 hingga n-1, jadi jika indeksnya 0, itu mewakili baris pertama dan indeks ke-n mewakili baris terakhir Untuk menghapus baris terakhir DataFrame panda, pertama-tama kita akan mengakses indeks terakhir DataFrame dengan mengurangi 1 dari panjang DataFrame. Kami kemudian akan menghapus indeks terakhir dari DataFrame dengan bantuan panda. Bingkai Data. metode drop() Asumsikan kita memiliki fungsi yang mengembalikan tuple dari dua nilai dan kita ingin menetapkan setiap nilai ke variabel terpisah. Salah satu caranya adalah dengan menggunakan pengindeksan seperti di bawah ini abc = (5, 10) x = abc[0] y = abc[1] print(x, y) Keluaran 5 10_ Ada opsi yang lebih baik yang memungkinkan kita melakukan operasi yang sama dalam satu baris x, y = abc print(x, y) Keluaran 5 10_ Itu dapat diperluas ke tuple dengan lebih dari 2 nilai atau beberapa struktur data lain seperti daftar atau set Ada sejumlah cara untuk menghapus n baris terakhir dari kerangka data. Misalnya, Anda dapat memotong bingkai data menggunakan import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)0 atau Anda dapat menggunakan fungsi pandas import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)1 . Berikut ini adalah sintaks untuk berbagai metode yang digunakan dalam tutorial ini # using iloc df.iloc[:-n] # using drop() df.drop(df.index[-n:]) # using head() df.head(-n)_ ContohSekarang mari kita lihat penggunaan berbagai metode di atas dengan bantuan beberapa contoh. Pertama, kita akan membuat kerangka data sampel yang akan kita gunakan sepanjang tutorial ini import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)_ Keluaran Name Type 0 Bulbasaur Grass 1 Charmander Fire 2 Squirtle Water 3 Caterpie Bug 4 Ekans Poison_ Kami sekarang memiliki bingkai data dengan lima baris yang berisi informasi tentang nama Pokemon dan jenisnya masing-masing 1. Hapus n baris terakhir dengan .ilocAnda dapat membuang n baris terakhir dari kerangka data dengan memotongnya menggunakan # remove last two rows df_sub = df.iloc[:-2] # display the dataframe print(df_sub)_ Keluaran Name Type 0 Bulbasaur Grass 1 Charmander Fire 2 Squirtle Water Kerangka data yang dihasilkan menghapus dua baris terbawah. Perhatikan bahwa, irisan import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)4 mengacu untuk mengambil semua baris mulai dari indeks 0 sampai tetapi tidak termasuk baris ke-2 dari bawah 2. Hapus n baris terakhir dengan drop()Anda juga dapat menggunakan fungsi panda import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)_0 untuk menghapus n baris terakhir dari kerangka data. Untuk ini, berikan indeks baris yang ingin Anda hapus ke fungsi drop(). Sebagai contoh, mari kita lepas lagi dua baris terakhir dari dataframe df, kali ini menggunakan fungsi drop() # remove last two rows df_sub = df.drop(df.index[-2:]) # display the dataframe print(df_sub) Keluaran Name Type 0 Bulbasaur Grass 1 Charmander Fire 2 Squirtle Water Dua baris terakhir dijatuhkan dalam kerangka data yang dikembalikan. Jika Anda ingin memodifikasi kerangka data asli, teruskan import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)6 ke fungsi drop() 3. Hapus n baris terakhir dengan import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)1Anda juga dapat menggunakan fungsi pandas import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)_1 untuk menghapus n baris terakhir. Umumnya, fungsi head() digunakan untuk menampilkan n baris pertama dari kerangka data panda tetapi Anda dapat memberikan nilai negatif untuk melewati baris dari bawah # remove last two rows df_sub = df.head(-2) # display the dataframe print(df_sub) Keluaran Name Type 0 Bulbasaur Grass 1 Charmander Fire 2 Squirtle Water Anda dapat melihat bahwa kerangka data yang dihasilkan memiliki semua baris dari atas kecuali dua baris terbawah. Ini karena kita meneruskan -2 ke fungsi head() yang sama dengan melakukan import pandas as pd # create dataframe df = pd.DataFrame({ 'Name': ['Bulbasaur', 'Charmander', 'Squirtle', 'Caterpie', 'Ekans'], 'Type': ['Grass', 'Fire', 'Water', 'Bug', 'Poison'] }) # display the dataframe print(df)9 Untuk informasi lebih lanjut tentang fungsi pandas head(), lihat dokumentasinya Dengan ini, kita sampai pada akhir tutorial ini. Contoh kode dan hasil yang ditampilkan dalam tutorial ini telah diimplementasikan di Jupyter Notebook dengan python (versi 3. 8. 3) kernel memiliki panda versi 1. 0. 5
Tutorial menghapus data dari bingkai data panda –
Pengarang
|