亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

根據列值刪除Pandas中的DataFrame行

根據列值刪除Pandas中的DataFrame行

慕容708150 2019-07-09 18:05:15
根據列值刪除Pandas中的DataFrame行我有以下DataFrame:             daysago  line_race rating        rw    wrating  line_date                                                   2007-03-31       62         11     56  1.000000  56.000000  2007-03-10       83         11     67  1.000000  67.000000  2007-02-10      111          9     66  1.000000  66.000000  2007-01-13      139         10     83  0.880678  73.096278  2006-12-23      160         10     88  0.793033  69.786942  2006-11-09      204          9     52  0.636655  33.106077  2006-10-22      222          8     66  0.581946  38.408408  2006-09-29      245          9     70  0.518825  36.317752  2006-09-16      258         11     68  0.486226  33.063381  2006-08-30      275          8     72  0.446667  32.160051  2006-02-11      475          5     65  0.164591  10.698423  2006-01-13      504          0     70  0.142409   9.968634  2006-01-02      515          0     64  0.134800   8.627219  2005-12-06      542          0     70  0.117803   8.246238  2005-11-29      549          0     70  0.113758   7.963072  2005-11-22      556          0     -1  0.109852  -0.109852  2005-11-01      577          0     -1  0.098919  -0.098919  2005-10-20      589          0     -1  0.093168  -0.093168  2005-09-27      612          0     -1  0.083063  -0.083063  2005-09-07      632          0     -1  0.075171  -0.075171  2005-06-12      719          0     69  0.048690   3.359623  2005-05-29      733          0     -1  0.045404  -0.045404  2005-05-02      760          0     -1  0.039679  -0.039679  2005-04-02      790          0     -1  0.034160  -0.034160  2005-03-13      810          0     -1  0.030915  -0.030915  2004-11-09      934          0     -1  0.016647  -0.016647我需要移除line_race等于0..做這件事最有效的方法是什么?
查看完整描述

3 回答

?
繁花不似錦

TA貢獻1851條經驗 獲得超4個贊

如果我的理解是正確的,它應該很簡單:

df = df[df.line_race != 0]


查看完整回答
反對 回復 2019-07-09
?
弒天下

TA貢獻1818條經驗 獲得超8個贊

但是對于未來的旁路者,你可以說df = df[df.line_race != 0]在嘗試過濾時不會做任何事情。None/缺失值。

是否有效:

df = df[df.line_race != 0]

什么都不做:

df = df[df.line_race != None]

是否有效:

df = df[df.line_race.notnull()]


查看完整回答
反對 回復 2019-07-09
?
慕哥9229398

TA貢獻1877條經驗 獲得超6個贊

最好的方法是使用布爾掩蔽:


In [56]: df

Out[56]:

     line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

11  2006-01-13      504          0      70  0.142    9.969

12  2006-01-02      515          0      64  0.135    8.627

13  2005-12-06      542          0      70  0.118    8.246

14  2005-11-29      549          0      70  0.114    7.963

15  2005-11-22      556          0      -1  0.110   -0.110

16  2005-11-01      577          0      -1  0.099   -0.099

17  2005-10-20      589          0      -1  0.093   -0.093

18  2005-09-27      612          0      -1  0.083   -0.083

19  2005-09-07      632          0      -1  0.075   -0.075

20  2005-06-12      719          0      69  0.049    3.360

21  2005-05-29      733          0      -1  0.045   -0.045

22  2005-05-02      760          0      -1  0.040   -0.040

23  2005-04-02      790          0      -1  0.034   -0.034

24  2005-03-13      810          0      -1  0.031   -0.031

25  2004-11-09      934          0      -1  0.017   -0.017


In [57]: df[df.line_race != 0]

Out[57]:

     line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

最新情況:既然熊貓0.13已經過時了,另一種方法就是df.query('line_race != 0').


查看完整回答
反對 回復 2019-07-09
  • 3 回答
  • 0 關注
  • 2005 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號