Pythonを使っていてこんな悩みはありませんか？
「Pandas DataFrameで特定のデータ削除をしたい、、しかしやり方がわからない。」
「Pandas DataFrameで行や列を指定してデータ削除をしたい、、しかしやり方がわからない。」
そのお悩み解決します。
結論をお話しするとPandasのdrop( )メソッドを使用することでデータを削除できます。
今回は、下記のようなPandas dataframe（以下df)を用いて、データを削除する方法を解説します。
それでは解説していきます。
列を指定してデータを削除する方法
今回は、dfの「’Age’」列を削除します。
下記のようにdrop( )メソッドの中のcolumns = [ ]の中に’カラム名’を記載すればOKです。
‘Age’列が削除できていることが確認できます。（下右図）
df.drop(columns = ['Age'])
ここでdrop( )メソッドを使う注意点を説明します。
【注意点】「データ削除後のdf」をdfとして更新する必要がある
df.drop(columns = [‘Age’])の後にdfを出力しても、dfは更新されていないため、dfを出力しても’Age’列が削除されていません。（下左図）
「dropした後のdf」を再度dfとすれば、dfが更新されるため、「データ削除後のdf」をdfとして保存できます。つまり「df = （データ削除後のdf）」することで、「データ削除後のdf」がdfとなります。（下右図）
df = df.drop(columns = ['Age']) df
drop()メソッドでデータを消去した場合、「df = （データ削除後のdf）」とdfを更新するのを忘れないようにしましょう❗️
続いて行を指定して削除する方法を解説します。
dfの行を指定して削除する方法
今回はdfの1行目と2行目を削除します。
df.drop(index = [ ])の中に1,2を記載すればOKです。
1行目と2行目がdfから削除されていることが確認できます。
df.drop(index = [1,2])
また列を削除する場合と同様に、「df = （データ削除後のdf）」とdfを更新するのを忘れないようにしましょう。
行を削除後は、行番号が連番ではなくなるので、Pandasのreset_index( )メソッドを使って、行番号をリセットするのを忘れないようにしてください。
Pandasのreset_index( )については下記記事で解説していますので是非ご覧ください。
今回はPandas DataFrameでデータを削除する方法を解説しました。
pythonを活用したデータサイエンスでは、データの削除は実施する機会が頻繁にあるので、是非本記事を通してマスターしていただければと思います。
この記事が少しでも皆さんのお役に立てれば幸いです。
また、pandasのメソッドは量が多く、都度調べるのが面倒なので下記記事でまとめてみました。
ブックマークして調べる手間を減らしてもらえればと思います。
皆さんの勉強が少しでも進むことを願っています。
