Summary  
This chapter demonstrates how to remove rows or columns from a DataFrame using the drop() method by specifying labels via the index or columns parameters, choosing the axis, and controlling whether the operation returns a new DataFrame or modifies the original.

General domain of usage  
Data cleaning

特定の列が有用な情報を提供しない場合、それらを削除することが有利です。`pandas`ライブラリは、この目的のために`drop()`メソッドを提供しています。

```python
drop(index, columns, axis)
```

- `index`: 削除する行インデックスを指定（`axis=0`の場合に使用）
- `columns`: 削除する列名を指定（`axis=1`の場合に使用）
- `axis`: **行**（`0`）または**列**（`1`）のラベルを削除するかを選択。デフォルトは`0`。

まず、`DataFrame`を確認します:


Watch this video to see how to use the pandas `drop()` method to remove rows or columns from a DataFrame. The video walks you through the syntax of `drop()`, demonstrates how to remove a column with missing values, and provides step-by-step explanations using the same examples and tasks covered in this chapter. By the end, you will understand how to clean up your DataFrame by dropping unnecessary data efficiently.

import pandas as pd 

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(countries_data)
print(countries)

`'continent'`列には多くの欠損値が含まれており、有用性が低くなっています。この列を削除します。


import pandas

countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : [None, None, 'Europe', None, 'Europe', None, 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pandas.DataFrame(countries_data)
countries = countries.drop(columns = ['continent'],axis=1)
print(countries)

import unittest
import importlib
import pandas as pd


def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


def get_first_differing_row(expected_df, actual_df):
    expected_list = expected_df.astype(str).apply(tuple, axis=1)
    actual_list = actual_df.astype(str).apply(tuple, axis=1)

    for i, (row1, row2) in enumerate(zip(expected_list, actual_list)):
        if row1 != row2:
            return i, expected_df.iloc[i].values, actual_df.iloc[i].values

    if len(expected_df) > len(actual_df):
        return len(actual_df), expected_df.iloc[len(actual_df)].values, None
    else:
        return len(expected_df), None, actual_df.iloc[len(expected_df)].values


class TestUserCode(unittest.TestCase):

    def test_audi_cars_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'audi_cars'),
            "The `audi_cars` variable is declared.",
            "Expected `audi_cars` variable to be declared."
        )

    def test_audi_cars_is_dataframe(self):
        import user_code
        try:
            condition = isinstance(user_code.audi_cars, pd.DataFrame)
            failure_message = f"Expected `audi_cars` to be a `DataFrame`, but got `{type(user_code.audi_cars).__name__}`."
        except AttributeError:
            condition = False
            failure_message = "The `audi_cars` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `audi_cars` is a `DataFrame`.",
            failure_message
        )

    def test_capital_column_removed(self):
        import user_code
        try:
            condition = 'capital' not in user_code.audi_cars.columns
            failure_message = "Expected `'capital'` column to be removed from `audi_cars`, but it still exists."

        except AttributeError:
            condition = False
            if not getattr(user_code, 'audi_cars', None):
                failure_message = "The `audi_cars` variable is not declared."
            else:
                failure_message = "`audi_cars` is not a `DataFrame`."

        _dynamic_test(
            self,
            condition,
            "The `'capital'` column is removed from `audi_cars`.",
            failure_message
        )

    def test_audi_cars_columns_correct(self):
        import user_code
        expected_columns = ['fueltype', 'model', 'year']
        try:
            actual_columns = sorted(list(user_code.audi_cars.columns))
            condition = actual_columns == expected_columns
            failure_message = f"Expected `audi_cars` to have columns `{expected_columns}`, but got `{actual_columns}`."

        except AttributeError:
            condition = False
            if not getattr(user_code, 'audi_cars', None):
                failure_message = "The `audi_cars` variable is not declared."
            else:
                failure_message = "`audi_cars` is not a `DataFrame`."

        _dynamic_test(
            self,
            condition,
            f"`audi_cars` has the correct columns.",
            failure_message
        )

    def test_audi_cars_is_correct(self):
        import user_code

        cars_data = {
            'model': ['Audi A1', 'Audi A6', 'Audi A4', 'Audi A3', 'Audi A1'],
            'year': [2017, 2016, 2017, 2019, 2016],
            'fueltype': ['petrol', 'diesel', 'diesel', 'petrol', 'petrol']}

        expected_df = pd.DataFrame(cars_data)

        variable = 'audi_cars'
        actual_df = getattr(user_code, variable, None)
        condition = False
        if actual_df is None:
            failure_message = f"The `{variable}` variable is not declared."
        elif not isinstance(actual_df, pd.DataFrame):
            failure_message = f"`{variable}` is not a `DataFrame`."
        elif actual_df.empty:
            failure_message = f"`{variable}` is empty."
        elif actual_df.equals(expected_df):
            condition = True
            failure_message = None
        else:
            idx, expected_row, actual_row = get_first_differing_row(expected_df, actual_df)
            failure_message = f"Expected `{variable}` to contain `{expected_row}` at row {idx}, but got `{actual_row}`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct data.",
            failure_message
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandasは、データ分析のための非常にユーザーフレンドリーなライブラリです。また、DataFrameやSeriesのようなデータ構造を使用して大規模なデータセットを扱うように設計されています。これにより、データサイエンスにとって不可欠なツールとなっています。本ガイドでは、相関、最頻値、中央値、最大値および最小値の算出方法など、さまざまな統計関数について学びます。また、欠損値の処理や特定の値の操作、削除方法についても習得します。

pandasライブラリの基本を学びます。SeriesおよびDataFrameの作成と操作、その構造の探索、基本的なデータ操作の実践に自信を持つことができます。

CSVファイルおよびTXTファイルからデータを読み込み、管理する方法を習得します。pandasツールを使用してデータセットをインポートし、さらなる分析のために準備する実践的な経験を得られます。

データを効果的に探索、クリーンアップ、要約する方法を学びます。欠損値の処理方法、インサイトの抽出、pandasを用いた基本的な統計操作について理解します。

行や列の削除

解答