806

我有以下数据框:

             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

我需要删除line_race等于的行0。最有效的方法是什么?

4

14 回答 14

1318

如果我理解正确,它应该很简单:

df = df[df.line_race != 0]
于 2013-08-11T14:38:31.897 回答
258

但是对于任何未来的绕过者,您可以提到在尝试过滤/缺失值df = df[df.line_race != 0]时不会做任何事情。None

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()]
于 2014-06-30T11:56:43.917 回答
98

只是为了添加另一个解决方案,如果您使用新的 pandas 评估器特别有用,其他解决方案将替换原来的 pandas 并失去评估器

df.drop(df.loc[df['line_race']==0].index, inplace=True)
于 2018-09-28T02:29:28.603 回答
52

如果要根据列的多个值删除行,可以使用:

df[(df.line_race != 0) & (df.line_race != 10)]

删除所有值为 0 和 10 的行line_race

于 2019-07-23T08:00:56.867 回答
48

最好的方法是使用布尔掩码:

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

更新:现在 pandas 0.13 已经发布,另一种方法是df.query('line_race != 0').

于 2013-08-11T14:40:32.407 回答
35

如果有多个值和 str dtype

我使用以下内容过滤掉col中的给定值:

def filter_rows_by_values(df, col, values):
    return df[~df[col].isin(values)]

例子:

在 DataFrame 中,我想删除列“str”中具有值“b”和“c”的行

df = pd.DataFrame({"str": ["a","a","a","a","b","b","c"], "other": [1,2,3,4,5,6,7]})
df
   str  other
0   a   1
1   a   2
2   a   3
3   a   4
4   b   5
5   b   6
6   c   7

filter_rows_by_values(df, "str", ["b","c"])

   str  other
0   a   1
1   a   2
2   a   3
3   a   4
于 2021-01-14T16:23:41.110 回答
35

虽然前面的答案与我将要做的几乎相似,但使用索引方法不需要使用另一种索引方法 .loc()。它可以以类似但精确的方式完成

df.drop(df.index[df['line_race'] == 0], inplace = True)
于 2019-01-12T09:32:07.963 回答
17

尽管如此,给定的答案是正确的,因为上面有人说您可以使用df.query('line_race != 0')它,这取决于您的问题要快得多。强烈推荐。

于 2017-03-06T12:50:53.673 回答
7

一种有效且流行的方法是使用eq()方法:

df[~df.line_race.eq(0)]
于 2021-03-06T18:47:49.257 回答
7

添加另一种方法来做到这一点。

 df = df.query("line_race!=0")
于 2021-03-06T17:57:06.037 回答
6

我编译并运行我的代码。这是准确的代码。你可以自己试试。

data = pd.read_excel('file.xlsx')

如果您在列名中有任何特殊字符或空格,您可以''像在给定代码中那样编写它:

data = data[data['expire/t'].notnull()]
print (date)

如果只有一个字符串列名,没有任何空格或特殊字符,您可以直接访问它。

data = data[data.expire ! = 0]
print (date)
于 2020-06-11T19:01:51.420 回答
6

另一种方法。可能不是最有效的方法,因为代码看起来比其他答案中提到的代码更复杂,但仍然是做同样事情的替代方式。

  df = df.drop(df[df['line_race']==0].index)
于 2018-10-10T14:24:01.060 回答
3

只需为扩展所有列的 DataFrame 添加另一种方式:

for column in df.columns:
   df = df[df[column]!=0]

例子:

def z_score(data,count):
   threshold=3
   for column in data.columns:
       mean = np.mean(data[column])
       std = np.std(data[column])
       for i in data[column]:
           zscore = (i-mean)/std
           if(np.abs(zscore)>threshold):
               count=count+1
               data = data[data[column]!=i]
   return data,count
于 2020-02-05T23:44:17.727 回答
2

以防万一您需要删除该行,但该值可以位于不同的列中。就我而言,我使用的是百分比,所以我想删除任何列中值为 1 的行,因为这意味着它是 100%

for x in df:
    df.drop(df.loc[df[x]==1].index, inplace=True)

如果您的 df 列太多,则不是最佳选择。

于 2021-09-30T17:23:22.273 回答