根据熊猫中的条件删除行
我有以下数据框
In [62]: df
Out[62]:
coverage name reports year
Cochice 45 Jason 4 2012
Pima 214 Molly 24 2012
Santa Cruz 212 Tina 31 2013
Maricopa 72 Jake 2 2014
Yuma 85 Amy 3 2014
基本上我可以如下过滤行
df[df["coverage"] > 30
我可以如下所示删除/删除一行
df.drop(['Cochice', 'Pima'])
但是我想根据条件删除一定数量的行，我该怎么做？
问题答案：
最好的是boolean indexing但需要反转条件-使所有值相等且更高，如下所示72：
print (df[df["coverage"] >= 72])
coverage name reports year
Pima 214 Molly 24 2012
Santa Cruz 212 Tina 31 2013
Maricopa 72 Jake 2 2014
Yuma 85 Amy 3 2014
与ge功能相同：
print (df[df["coverage"].ge(72)])
coverage name reports year
Pima 214 Molly 24 2012
Santa Cruz 212 Tina 31 2013
Maricopa 72 Jake 2 2014
Yuma 85 Amy 3 2014
另一种可能的解决方案是通过~以下方法反转掩码：
print (df["coverage"] < 72)
Cochice True
Pima False
Santa Cruz False
Maricopa False
Yuma False
Name: coverage, dtype: bool
print (~(df["coverage"] < 72))
Cochice False
Pima True
Santa Cruz True
Maricopa True
Yuma True
Name: coverage, dtype: bool
print (df[~(df["coverage"] < 72)])
coverage name reports year
Pima 214 Molly 24 2012
Santa Cruz 212 Tina 31 2013
Maricopa 72 Jake 2 2014
Yuma 85 Amy 3 2014
-
我必须解决这个问题：目标：删除大多数行缺少输入的列：1。数据帧df：数据帧2。阈值：确定将删除哪些列。如果阈值为.9，则缺少90%值的列将被丢弃：1。带删除列的数据帧df（如果未删除任何列，则返回相同的数据帧） Excel文档截图 我编码了这个： 我必须有“自我、博士和阈值”，不能添加更多。代码必须通过下面的测试用例： 当我运行VT.drop_nan_col（df，0.9）. head（）时，我不
-
问题内容： 我有一个熊猫DataFrame，里面有很多值。 如何删除这样的列？ 我试图这样做： 有更优雅的方法吗？ 问题答案： 这是保留每列中小于或等于指定数量的nan的列的另一种选择： 在我的测试中，这似乎比李建勋在我测试的案例中建议的放置列方法要快一些：
-
问题内容： 我有一些数据，导入时会得到以下不需要的列，我正在寻找一种删除所有这些数据的简便方法 它们被0索引索引，所以我尝试了类似 但这不是很有效。我尝试编写一些for循环，但这使我感到震惊，因为熊猫的行为不佳。因此，我在这里问这个问题。 我已经看到了一些类似的示例（投递多列pandas），但这无法回答我的问题。 问题答案： 我不知道您所说的低效率是什么意思，但是如果您指的是打字，那么选择感兴趣的
-
考虑到以下情况，我很难理解这里的机制。 我有一个从： 我想删除列a1中包含“aa”的所有行 我相信我已经尝试了这里的一切，但仍然得到了： ValueError：标签[False False False...False False]轴中不包含 是的，我也试过 任何帮助都将不胜感激，谢谢。
-
我有一个数据框架: 和一本参考词典: 我的目标是将所有出现的< code > replacement _ dict[' X1 ']替换为' X1 '，然后将这些行合并在一起。例如，“x1”、“x2”、“x3”或“x4”的任何实例都将被替换为“X1”等。 我可以通过选择包含任何这些字符串的行并将其替换为“X1”来实现这一点： 给予： 现在，如果我选择所有包含“X1”的行并将它们合并，我将得到： 因此
-
我想对两列使用不同的条件来聚合行。 当我做，我得到输出1 当我做时，我得到输出2 是否有一种方法可以进行聚合，将输出1显示到，将输出2显示到？