[译]如何根据条件从pandas DataFrame中删除不需要的行？

刘玉平发布于2019-07-31 10:09 / 1498人阅读

摘要：问题来源问我有一个，我想删除它特定列中字符串差姑娘是大于的行，我知道我可以使用来去除包含的行，但我没有找到如何根据条件删除行。如果要应用于列中的每个元素，请使用。例如删除列和的所有行

问题来源：https://stackoverflow.com/que...

问：
我有一个pandas DataFrame，我想删除它特定列中字符串差姑娘是大于2的行，我知道我可以使用df.dropna()来去除包含NaN的行，但我没有找到如何根据条件删除行。
似乎我能够这样做：

df[(len(df["column name"]) < 2)]

但却报错了：
KeyError: u"no item named False"
谁能告诉我错在哪里了？

回答一：
当你这样做时，len(df["column name"])你只得到一个数字，即DataFrame中的行数（即列本身的长度）。如果要应用于len列中的每个元素，请使用df["column name"].map(len)。
尝试使用：

df[df["column name"].map(len) < 2]

评论：
我想出了一种使用列表解析的方法：df[[(len(x) < 2) for x in df["column name"]]] 但是你这种方法更好些。

回答二：
要直接回答这个问题，一种方法是使用drop方法：

df = df.drop(some labels)
df = df.drop(df[].index)

要删除列“score”<50的所有行：

df = df.drop(df[df.score < 50].index)

替换版本

df.drop(df[df.score < 50].index, inplace=True)

多条件情况：
可以使用操作符： | 只需其中一个成立, & 同时成立, ~ 表示取反，它们要用括号括起来。
例如删除列“score<50 和>20的所有行

df = df.drop(df[(df.score < 50) & (df.score > 20)].index)

海外云主机私有云 js根据条件筛选 js根据条件筛选数据 linux删除重复的行数据 linux 删除重复的行数据

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/43354.html

Pandas库基础分析——数据规整化处理

摘要：前言在数据分析和建模之前需要审查数据是否满足数据处理应用的要求，以及对数据进行清洗，转化，合并，重塑等一系列规整化处理。通过数据信息查看可知数据中存在缺失值，比如各存在个，各存在个。前言在数据分析和建模之前需要审查数据是否满足数据处理应用的要求，以及对数据进行清洗，转化，合并，重塑等一系列规整化处理。pandas标准库提供了高级灵活的方法，能够轻松地将数据规整化为正确的形式，本文通...

roundstones 2019-07-30 16:36 评论0 收藏0
❤️数据科学-Pandas、Numpy、Matplotlib秘籍之精炼总结

前言：先感受一下数据科学的魅力，上图是在Smart Dubai 2017 GITEX科技周展台上推出Smart Decision-Making Platform（智能决策平台），于10月8日至12日在迪拜世界贸易中心举行。游客可以通过一个沉浸式的空间将数据可视化，让他们了解迪拜的未来。让参观者可以在现场查阅观看全市数据，这意味着迪拜将成为了世界上第一个与公众分享实时实时数据的城市，同时还可以预...

Zhuxy 2021-09-08 09:36 评论0 收藏0
Pandas技巧大全：含具体代码实现

摘要：查看数据的基本统计信息。用处是用于数据读写处理更改提取等一系列操作的包，可以说，所有能实现的功能，都可以通过代码轻松实现，因此，对于学习非常重要。如果在里，需要翻到最低和最右，而且可能由于溢出无法穷尽可以简单的实现。放在前面的话这学期刻意少...

netmou 2021-09-30 09:48 评论0 收藏0
【数据科学系统学习】Python # 数据分析基本操作[二] pandas

摘要：中面向行和面向列的操作基本是平衡的。用层次化索引，将其表示为更高维度的数据。使用浮点值表示浮点和非浮点数组中的缺失数据。索引的的格式化输出形式选取数据子集在内层中进行选取层次化索引在数据重塑和基于分组的操作中很重要。我们在上一篇介绍了 NumPy，本篇介绍 pandas。 pandas入门 Pandas 是基于Numpy构建的，让以NumPy为中心的应用变的更加简单。 pandas...

jayzou 2019-07-31 11:11 评论0 收藏0
[译]从列表或字典创建Pandas的DataFrame对象

摘要：在这些情况下，了解如何从标准列表或字典创建会很有帮助。大多数人会注意到列的顺序看起来不对。这个问题出现的原因是标准的字典不保留其键的顺序。列表从创建的另一个选择是将数据包含在列表结构中。介绍每当我使用pandas进行分析时，我的第一个目标是使用众多可用选项中的一个将数据导入Pandas的DataFrame 。对于绝大多数情况下，我使用的 read_excel ， read_csv ...

zhaochunqi 2019-07-30 17:57 评论0 收藏0