Nel capitolo precedente, hai ottenuto il seguente risultato:

PassengerId	0
Survived	0
Pclass	0
Name	0
Sex	0
Age	86
SibSp	0
Parch	0
Ticket	0
Fare	1
Cabin	327
Embarked	0

Il dataset contiene 418 righe. Osserva la colonna Cabin, dove sono presenti 327 valori mancanti. Non ha senso riempirli perché abbiamo informazioni minime a riguardo. In questo caso, la soluzione migliore è eliminare la colonna che per noi è priva di significato. Uno dei motivi è che potremmo eliminare solo le righe che contengono valori mancanti, ma non possiamo eliminare 327 righe su 418. Vediamo quindi come procedere.

Per eliminare una colonna, è necessario applicare il metodo .drop() al dataset. La sintassi è la seguente:

# If you want to delete one column
data.drop(columns = 'column_name', inplace = True)

# If you want to delete several columns
data.drop(columns = ['column_1', 'column_2'], inplace = True)

Spiegazione:

• .drop() - metodo che elimina le colonne;
• columns = 'column_name' oppure columns = ['column_1', 'column_2'] - argomento della funzione, dove si specifica il nome o i nomi delle colonne da eliminare;
• inplace = True - argomento utile di pandas che consente di salvare tutte le modifiche. Può essere utilizzato anche in altre funzioni; ne vedremo alcune più avanti.