代码之家 › 专栏 › 技术社区 › Piyush S. Wanare

pandas删除所有列中包含“必需值”的所有行

dataframe pandas python

Piyush S. Wanare · 技术社区 · 8 年前

我有以下数据框

 A     B    C    D
BUY   150   Q   2018
SELL  63    Q   2018
N      N    N    N

V      v    v    v
SELL  53    Q   2018

我要删除包含所有列a v或n的所有行

输出数据帧为:

    A     B     C    D
   BUY   150    Q   2018
   SELL  63     Q   2018

   SELL  53     Q   2018

3 回复 | 直到 8 年前

jezrael 8 年前

使用 boolean indexing :

df = df[~df.isin(['V', 'v', 'N', 'n']).all(axis=1)]
print (df)
      A    B  C     D
0   BUY  150  Q  2018
1  SELL   63  Q  2018
4  SELL   53  Q  2018

细节 :

第一个比较者 isin :

print (df.isin(['V', 'v', 'N', 'n']))
       A      B      C      D
0  False  False  False  False
1  False  False  False  False
2   True   True   True   True
3   True   True   True   True
4  False  False  False  False

获取行 all True 每行S:

print (df.isin(['V', 'v', 'N', 'n']).all(axis=1))
0    False
1    False
2     True
3     True
4    False
dtype: bool

反转条件 ~ :

print (~df.isin(['V', 'v', 'N', 'n']).all(axis=1))
0     True
1     True
2    False
3    False
4     True
dtype: bool

jpp 8 年前

使用 pd.DataFrame.apply 具有 set 要创建布尔掩码,请执行以下操作:

res = df[~(df.apply(set, axis=1) <= set('NnVv'))]

print(res)

      A    B  C     D
0   BUY  150  Q  2018
1  SELL   63  Q  2018
4  SELL   53  Q  2018

注释 <= 是 set.issubset .

这对于大量的列来说是很好的扩展。使用@jezrael's pd.DataFrame.all solution 对于大量行。

BENY 8 年前

replace + dropna (通知) thresh 钥匙在这里吗)

df.replace(dict(zip(list('NnVv'),[np.nan]*4))).dropna(thresh=1)
Out[513]: 
      A    B  C     D
0   BUY  150  Q  2018
1  SELL   63  Q  2018
4  SELL   53  Q  2018

推荐文章