Dataframe все колонки кроме одной

Нескучный Pandas: выбор строк и столбцов одновременно в .iloc

Здесь про это:

Рассмотрим несколько примеров, чтобы понять, чем отличается .iloc от .loc.

Выберем две строки и два столбца:

Осуществим выборку строк и столбцов с помощью среза:

Выберем 1 значение из столбца и указанной колонки:

Результат:

Резюме по .loc и .iloc

Доступ к строкам и колонкам по индексу возможен несколькими способами:

• .loc — используется для доступа по строковой метке — т.е. фактически по значению индекса и по названию столбца
• .iloc — используется для доступа по числовому значению (начиная от 0) — т.е. по номеру строки и номеру столбца

Как выбрать строки из Pandas DataFrame по условию

Собираем тестовый набор данных для иллюстрации работы выборки по условию

Color	Shape	Price
Green	Rectangle	10
Green	Rectangle	15
Green	Square	5
Blue	Rectangle	5
Blue	Square	10
Red	Square	15
Red	Square	15
Red	Rectangle	5

Пишем скрипт:

Синтаксис выборки строк из Pandas DataFrame по условию

Вы можете использовать следующую логику для выбора строк в Pandas DataFrame по условию:

Например, если вы хотите получить строки с зеленым цветом , вам нужно применить:

• Color — это название столбца
• Green — это условие (значение колонки)

А вот полный код Python для нашего примера:

Результат:

Выберем строки, где цена равна или больше 10

Чтобы получить все строки, где цена равна или больше 10, Вам нужно применить следующее условие:

Полный код Python:

Результат:

Выберем строки, в которых цвет зеленый, а форма — прямоугольник

Теперь цель состоит в том, чтобы выбрать строки на основе двух условий:

• Color зеленый; а также
• Shape = прямоугольник

Мы будем использовать символ & для применения нескольких условий. В нашем примере код будет выглядеть так:

Полный код примера Python для выборки Pandas DataFrame:

Результат:

Выберем строки, где цвет зеленый ИЛИ форма прямоугольная

Для достижения этой цели будем использовать символ | следующим образом:

Полный код Python 3:

Выберем строки, где цена не равна 15

Мы будем использовать комбинацию символов !=, чтобы выбрать строки, цена которых не равна 15:

Полный код Pandas DF на питоне:

Результат работы скрипта Python:

Опубликовано Вадим В. Костерин

ст. преп. кафедры ЦЭиИТ. Автор более 130 научных и учебно-методических работ. Лауреат ВДНХ (серебряная медаль). Посмотреть больше записей

Источник

Как выбрать все столбцы, кроме одного столбца в пандах?

У меня датафрейм выглядит так:

Как я могу получить все столбцы, кроме column b ?

Когда столбцы не являются MultiIndex, df.columns это просто массив имен столбцов, так что вы можете сделать:

Не используйте ix . Это устарело . Наиболее читаемый и идиоматический способ сделать это df.drop() :

Обратите внимание, что по умолчанию .drop() не работает на месте; несмотря на зловещее имя, df этот процесс не пострадал. Если вы хотите навсегда удалить b из df , сделайте df.drop(‘b’, inplace=True) .

df.drop() также принимает список меток, например df.drop([‘a’, ‘b’], axis=1) , удалит столбец a и b .

Ты можешь использовать df.columns.isin()

Если вы хотите удалить несколько столбцов, просто:

Вот еще один способ:

Вы просто передаете все отображаемые столбцы, кроме одного, который вам не нужен.

Еще одно небольшое изменение в @Salvador Dali позволяет исключить список столбцов:

Я думаю, что лучший способ сделать это — путь, упомянутый Сальвадором Дали. Не то чтобы другие не правы.

Потому что, когда у вас есть набор данных, в котором вы просто хотите выбрать один столбец и поместить его в одну переменную, а остальные столбцы — в другую для сравнения или в вычислительных целях. Тогда удаление столбца набора данных может не помочь. Конечно, для этого есть варианты использования.

Затем вы можете поместить эти коллекции столбцов в переменную x_cols в другую переменную, как x_cols1 для других вычислений.

Источник