筛选值小于0的dataframe的行

Question

我有一个像这样的熊猫数据框

df = pd.DataFrame(data=[[21, 1],[32, -4],[-4, 14],[3, 17],[-7,NaN]], columns=['a', 'b'])
df

我希望能够删除列列表中所有带负值的行，并使用NaN保存行。

在我的示例中，只有2列，但我的数据集中有更多的列，所以我无法逐个完成。

Answer 1

我正在寻找一种不改变数据类型的解决方案（如果按照使用dropna的答案中的建议，NaN与INT混合在一起，就会发生这种情况。因为提问者的数据中已经有了NaN，这对他们来说可能不是问题。我使用的解决方案保留了int64dtype。下面是我的示例数据：

df = pd.DataFrame(data={'a':[0, 1, 2], 'b': [-1,0,1], 'c': [-2, -1, 0]})
columns = ['b', 'c']
filter_ = (df[columns] >= 0).all(axis=1)
df[filter_]


   a  b  c
2  2  1  0

Answer 2

我发现你可以通过这样做来简化答案：

>>> cols = ['b']
>>> df = df[df[cols] > 0]

dropna（）不是就地方法，因此必须存储结果。

>>> df = df.dropna()

Answer 3

如果要将其应用于所有列，请执行df[df]

>>> df[df > 0].dropna()
    a   b
0  21   1
3   3  17

如果您知道要应用它的列，那么只对那些具有df[df[ol]的列执行

>>> cols = ['b']
>>> df[cols] = df[df[cols] > 0][cols]
>>> df.dropna()
    a   b
0  21   1
2  -4  14
3   3  17