I föregående kapitel fick du resultatet:

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

Datasettet har 418 rader. Titta på kolumnen Cabin, där vi har 327 saknade värden. Det finns ingen mening med att fylla i dessa eftersom vi har minimal information här. I detta fall är den bästa lösningen att ta bort kolumnen som är meningslös för oss. En av anledningarna är att vi kan ta bort endast de rader som innehåller saknade värden, men vi kan inte ta bort 327 rader av 418. Låt oss därför ta reda på hur vi gör detta.

För att ta bort en kolumn måste du använda metoden .drop() på datasetet. Syntaxen är följande:

# 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)

Förklaring:

• .drop() – en metod som tar bort kolumner;
• columns = 'column_name' eller columns = ['column_1', 'column_2'] – argument till funktionen där du anger namnet eller namnen på de kolumner du vill ta bort;
• inplace = True – användbart argument i pandas som gör att vi kan spara alla ändringar. Du kan använda det i andra funktioner också; vi kommer att lära oss några av dem senare.