Python - 删除前 K 个列元素
简介
本文的重点是研究使用 Python 删除以 K 开头的第一列元素的过程。因此，让我们来研究一下具体细节。
定义
删除前 K 个列元素是指从提供的数据集或数组的每一列中丢弃前 K 个元素的过程。数据预处理中经常使用的一种技术是删除位于每列开头的无关紧要的信息。在多种情况下，使用此过程都是有利的。例如，删除 CSV 文件中的标题行或清除数据集中的初始空值。
算法
步骤 1:定义矩阵。
步骤 2:定义 K 的值。
步骤 3:可以利用列表推导从每行中排除初始 K 个元素来生成新矩阵。
步骤 4:应打印原始矩阵和新矩阵。
步骤 5:结束
方法
方法 1- 使用 pandas
方法2− 使用列表推导式
方法 1− 使用 pandas
示例
import pandas as pd
# 定义矩阵
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
# 定义 K 的值
K = 2
# 将矩阵转换为 pandas DataFrame
df = pd.DataFrame(matrix)
# 将 lambda 函数应用于 DataFrame 的每一行以删除前 K 个元素
new_df = df.apply(lambda x: x[K:], axis=1)
# 将新的 DataFrame 转换回列表列表
new_matrix = new_df.values.tolist()
# 打印原始矩阵和新矩阵
print("原始矩阵:")
print(matrix)
print("新矩阵:")
print(new_matrix)
输出
原始矩阵: [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] 新矩阵: [[3, 4], [7, 8], [11, 12]]
首先，导入 pandas 库，然后定义由嵌套列表组成的给定矩阵。还指出了 K 的值，表示从每列开头要消除的元素数量。之后，使用 pd.DataFrame() 函数将矩阵转换为 pandas DataFrame。我们可以更方便地使用获得的DataFrame进行数据操作。
然后，利用DataFrame的apply()函数将lambda函数应用于每一行。lambda函数，即lambda x: x[K:]，通过从索引K开始对每行组件的初始K个元素进行切片来消除它们。通过设置axis = 1参数来保证逐行应用操作。现在名为new_df的转换后的DataFrame保存了结果数据。
从DataFrame new_df获得的列表列表是在消除每行的前K个元素后应用values.tolist()函数创建的。随后，可以根据需求对数据进行进一步的操作。通过此步骤获得转换后数据所需的嵌套列表格式。
最后，我们输出初始矩阵和修改后的矩阵以进行比较。要显示初始矩阵，请使用print(matrix)命令，对于更新后的矩阵，请应用print(new_matrix)。通过这种方法可以观察到从每行中删除初始 K 个元素。
结果显示依次显示初始矩阵和更新后的矩阵。可以看出，原始矩阵中每行的前两个条目已被消除。结果是新转换的矩阵。
一般来说，此代码中介绍的实现提供了一种利用 pandas 库消除列的前 K 个元素的不同方法。此工具的使用为用户提供了方便且适应性强的功能来管理表格信息。
方法 2- 使用列表推导
示例
# 定义矩阵
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
# 定义 K 的值
K = 2
# 使用列表推导创建一个新矩阵，其中从每行中删除前 K 个元素
new_matrix = [row[K:] for row in matrix]
# 打印原始矩阵和新矩阵
print("原始矩阵:")
print(matrix)
print("新矩阵:")
print(new_matrix)
输出
原始矩阵: [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] 新矩阵: [[3, 4], [7, 8], [11, 12]]
第一步是将提供的矩阵定义为另一个列表中的列表。通过在列表理解中从索引 K 开始对每一行进行切片，可以有效地删除初始 K 个元素。结果是一个修改后的矩阵，其中目标元素已被消除。
打印原始矩阵和修改后的矩阵以进行比较。打印"matrix"语句会显示矩阵的原始状态，而打印"new_matrix"会显示修改后的矩阵，其中删除了 K 个初始元素。
结果输出包括初始矩阵和更新后的矩阵。很明显，经过仔细检查，源矩阵中每一行的初始两个组件已被排除。结果是新变换的矩阵。
总之，此代码中的列表推导式提供了一种从矩阵的所有行中消除前 K 个元素的直接方法。通过排除前 K 个元素来创建新行，因为它以高效的方式迭代矩阵的每一行。使用此方法可以避免嵌入式迭代的必要性，并提供一种简洁的解决方案。所需的转换可以通过其简单易读的方法实现。
结论
如前所述，在 Python 中研究了两种不同的技术来消除初始的 K 列元素。采用了两种不同的方法，一种利用列表推导式，另一种依赖于 pandas 库。这两种方法都可以有效地实现从每行或每列中删除指定数量元素的预期结果。
第一种方法适用于需要简单且可移植的解决方案而无需任何外部要求的情况，而 pandas 库提供了额外的数据处理功能，这使得这种方法特别适合管理更大的数据集或需要此类额外功能时。
这些方法的选择取决于您的项目的确切需求。对于那些使用紧凑矩阵并倾向于简洁方法的人来说。考虑使用列表理解方法可能是一个可行的选择。如果您正在处理大量数据集或需要复杂的数据分析功能。通过使用 pandas 方法，可以提高灵活性和效率。
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
