user_id user_verified
1 False
2 False
3 False
4 True
5 False
6 True
如何删除所有“假”值并保留“真”值?
假设您的数据在一个数据框中,按照以下类似的格式指定:
data = pd.DataFrame(zip(range(1,7), [False, False, False, False, True, False, True]), columns=['user_id', 'user_verified'])
你可以简单地使用掩蔽,因为user_verified是布尔值:
verified = data[data['user_verified']]
df = df[df['user_verified'] == True]
你可以用那种方法检查情况。如果True
,这将保留第2列中的行。
也可以基于bolean删除行:
df.drop(df[df['user_verified'] == False].index, inplace=True)
甚至,要保持为真
:
df = df[df.user_verified]
我有一个表格,上面有多个大陆的数据。现在我想删除每一行不是欧洲或非洲的大陆。与: 我每一排都是“欧洲”,但我想念“非洲”。有没有办法包含“或”-运算符?这对我不起作用。
我有一个包含许多列和观察值的数据帧(et5)。其中一列是“MRN”,这是数据框中每个观察/患者的唯一代码,另一列是“年龄”。首先,如何将所有MRN和年龄并排显示?第二,我如何通过MRN删除特定观察/患者。 我的数据框(et5)是什么样子的
数据帧: 我有一段代码逐列遍历数据帧: 我需要删除它是NaN的行。我该怎么做?我已经尝试了. isnull()和. Notnull(),但它们返回错误
我在一个CGdfs列表中有多个数据帧。 我想使用循环从所有这些数据帧中删除一个名为“情节”的列。我该怎么做呢? 我试过下面的方法,但不起作用
我有一个熊猫数据框,看起来像这样: 下面是一个列表: 如何删除熊猫数据帧中包含列表中给定字符串的每一行? 所需的输出应如下所示:
可能的重复项: 删除数据中具有NAs(缺少值)的行。框架 如何删除具有NA值的“行”? 我有一个嵌套的数据框,大约有400个文件,大约65k行。我想从嵌套数据框df中删除所有带有NA的行。我尝试了,但似乎不起作用。我不确定我是否遗漏了什么。谢谢 我的最终数据应该是这样的。