どうも！僕です！
つか〇です！
「この行，いらんわー」
「あの列，いらんわー」
「どうやって削除するねん！！」
なんて悩みは「dropメソッド」で解決できます．
ただdropメソッドの紹介ではなく，同じ削除機能を持った「del」との違いについても紹介していきます．
delについてはこちらでも触れています．
復習がてら参考にしてください．
dropメソッド
シリーズでのdrop
シリーズでもデータフレームもdropメソッドの使い方は大きく変わりませんが，わかりやすく分けて紹介します．
まず，シリーズを作りましょう！！
import pandas as pd
import numpy as np
obj = pd.DataFrame(np.arange(5.), index=["O", "H", "N", "K", "Y"])
obj 0
O 0.0
H 1.0
N 2.0
K 3.0
Y 4.0このシリーズに対して，dropメソッドを使って「N」を削除してみましょう．
obj.drop("N") 0
O 0.0
H 1.0
K 3.0
Y 4.0Nだけ消えましたね．
ただ，これだけだと，元のobjを呼び出すとNは消えていません．
obj 0
O 0.0
H 1.0
N 2.0
K 3.0
Y 4.0削除したデータを保存したい場合は，新しく変数に格納する必要があります．
obj2 = obj.drop("N")
obj2 0
O 0.0
H 1.0
K 3.0
Y 4.0このようにすれば，削除したデータも使用することができます．
また，別の方法として，「オブジェクト」を「インプレース（inplace）」する方法があります．
何を言ってるかというと，シリーズ（またはデータフレーム）という「オブジェクト」を直接「置き換える（inplace）」ことです．
実際に確認してみましょう．
obj.drop("N", inplace=True)
obj 0
O 0.0
H 1.0
K 3.0
Y 4.0このように元のシリーズから直接Nが削除されていることがわかりますね．
このinplaceは，削除したものは完全に消えてしまうので，注意しながら扱いましょう！！
ちなみに，複数の行を削除したいときは，指定するものリスト形式で引数に渡しましょう．
obj.drop(["H", "Y"]) 0
O 0.0
K 3.0複数の行も削除できましたね．
データフレームでのdrop
では続いて，データフレームについて見てみましょう！
まずは，データフレームを作成しましょう．
data = pd.DataFrame(np.arange(25).reshape((5, 5)),
index=["Otsu", "Hikone", "Koka", "Maibara", "Nagahama"],
columns=["a", "b", "c", "d", "e"])
data a b c d e
Otsu 0 1 2 3 4
Hikone 5 6 7 8 9
Koka 10 11 12 13 14
Maibara 15 16 17 18 19
Nagahama20 21 22 23 24では，こちらのデータフレームから，dropを使って甲賀市と長浜市のデータを削除してみましょう！
（特に甲賀市と長浜市にした意味はありません！甲賀市民の方，長浜市民の方，悪しからず！！）
data.drop(["Koka", "Nagahama"]) a b c d e
Otsu 0 1 2 3 4
Hikone 5 6 7 8 9
Maibara 15 16 17 18 19長浜市と甲賀市のデータが削除されて，大津市と彦根市，米原市だけが残りましたね．
ここまではシリーズと同じ処理でしたが，データフレームではdropメソッドで列の削除も可能です．
どのようにするかというと，「axis=1」または「axis=”columns”」を引数に渡すと指定した列を削除できます．
data.drop(["b", "e"], axis=1)
a c d
Otsu 0 2 3
Hikone 5 7 8
Koka 10 12 13
Maibara 15 17 18
Nagahama20 22 23見事，bとeだけ消えて，a，c，eだけ残りましたね．
「axis=”columns”」でも同様の処理が行われます．
data.drop(["b", "e"], axis="columns") a c d
Otsu 0 2 3
Hikone 5 7 8
Koka 10 12 13
Maibara 15 17 18
Nagahama20 22 23ここまでできれば，dropメソッドの使い方は完璧です！！
発展編：delとdropの違い
本ブログではdelについても紹介してきました．
「delとdrop，何が違うねん！！」
と思った方もおられると思います．
つか〇も勉強してて思ってました．
簡単に言いますと，
「元のオブジェクトに影響あるかどうか」
です．
どういうことかというと，「del」は元のオブジェクトのデータを書き換えてしまいます．
先にdelについて見てみましょう．
先ほどのデータを別名で作成して，b列を削除します．
data2 = pd.DataFrame(np.arange(25).reshape((5, 5)),
index=["Otsu", "Hikone", "Koka", "Maibara", "Nagahama"],
columns=["a", "b", "c", "d", "e"])
del data2["b"]
data2 a c d e
Otsu 0 2 3 4
Hikone 5 7 8 9
Koka 10 12 13 14
Maibara 15 17 18 19
Nagahama20 22 23 24見ていただくとわかる通り，data2にはb列が削除され，もうb列は存在しません．
一方で，dropメソッドについては，dropメソッドを使うだけでは，元のオブジェクトは書き換えられません．
data = pd.DataFrame(np.arange(25).reshape((5, 5)),
index=["Otsu", "Hikone", "Koka", "Maibara", "Nagahama"],
columns=["a", "b", "c", "d", "e"])
data.drop("b", axis=1)
data a b c d e
Otsu 0 1 2 3 4
Hikone 5 6 7 8 9
Koka 10 11 12 13 14
Maibara 15 16 17 18 19
Nagahama20 21 22 23 24
dropメソッドを適用したデータを保存するには，別名の変数を必要とします．
data1 = data.drop("b", axis=1)
data1 a c d e
Otsu 0 2 3 4
Hikone 5 7 8 9
Koka 10 12 13 14
Maibara 15 17 18 19
Nagahama20 22 23 24また，dropメソッドもある引数をTrueにしておけば，delと同様に元のオブジェクトを書き換えることができます．
それが最初の方に紹介した「inplace」です．
つか〇は元のデータを取っておきたいので，元のデータのコピーを作ってから，delやdropのinplaceを使うか，dropで別名保存するかを推奨ですかね．
まとめ
pandasのシリーズとデータフレームのデータの削除について紹介しました．
これでもう思うがままですね(笑)．
もっと詳しく学びたいという方は．「Pythonによるデータ分析入門」をおすすめします．
体系立てて学びたい方にとって，本書は良書だと思います．
一緒にデータの魔術師になって世界を変えていきましょう！！
コメント