**DataFrame기초 - 행렬삭제**

실습 환경 구축

이번 실습은 행렬 삭제이기 때문에 전체 데이터를 가져오겠다.

import pandas as pd

movie_df = pd.read_csv('imdb_top_1000.csv')
movie_df

---

---

.drop() - 열 삭제(columns = )

불필요한 컬럼을 삭제해 보자.

movie_df.drop(columns=['Poster_Link','Overview'])

요렇게 사용하면 'Poster_Link','Overview' 컬럼이 삭제된다.

단 .drop은 기본적으로 비파괴적이기 때문에 inplace = True 인자값으로 데이터를 저장할 수 있다.

movie_df.drop(columns=['Poster_Link','Overview'],inplace=True)
movie_df

---

.drop() - 행 삭제 (인덱스 레이블)

특정 행을 삭제해 보자! 인덱스 레이블을 기준으로.

movie_df.drop(labels = 1, inplace=True)
movie_df

사용 법은 drop 메소드에서 지우고싶은 lable을 labels= 인자값으로 반영해주면 된다.

인덱스 레이블 1이 삭제 된 것을 확인 할 수 있다.

여러 인덱스 레이블 삭제시

여러개를 지우고자 할때는 리스트형태로 인자값에 넣어주면 된다.

movie_df.drop(labels = [5,7,9])

---

drop시 에러발생을 없애는 방법! errors=

이미 지운 데이터를 또 지우는 코드를 작성하면 에러가 발생한다.

movie_df.drop(columns=['Star1','Star2','Star3','Star4'],inplace = True)
movie_df

'Star1','Star2','Star3','Star4' 컬럼을 지우고 한번 더 코드를 실행하면!

KeyError 가 발생한다.

만약 이미 지운 값이 있더라도 추가로 코드를 작성하면 에러가 안발생하게 해주는 인자가 있다.

바로 errors='ignore'(무시하다) 이다.

movie_df.drop(columns=['Star1','Star2','Star3','Star4'],inplace = True,errors='ignore')
movie_df

이렇게 하면 해당 코드를 다시한번 실행해도 오류 없이 결과값이 나온다.

---

del을 이용한 열 삭제

del은 파괴적인 코드이다!

del movie_df['Runtime']
movie_df

코드를 보면 알 수 있듯.

del은 리스트를 기준으로 삭제한다.

딕셔너리 전용 삭제 키워드가 아니다.