Python数据框：根据多个条件删除行

Question

假设我有以下（示例）数据框：

   a  b  c  d  e
0  9  9  0  9  9
1  1  2  1  9  9
2  8  8  0  2  3
3  7  7  0  7  8
4  1  2  0  3  4
5  6  2  3  6  6
6  1  2  0  1  2
7  1  3  0  1  2

还假设我已经生成了一个（任意）索引列表，例如[3,4]。对于列表中的每个元素，我想从数据框中删除 all 行，这些行在“a”列 和“b”列中与第 3 行具有相同的值，并且4.

由于第 3 行具有 a=7 和 b=7，并且没有其他行具有 a=7 和 b=7，因此仅删除了第 3 行。

由于第 4 行有 a=1 和 b=2，并且第 1 和第 6 行也有 a=1 和 b=2，所以我删除了第 4、1 和 6 行。

因此生成的数据框如下所示：

   a  b  c  d  e
0  9  9  0  9  9
1  8  8  0  2  3
2  6  2  3  6  6
3  1  3  0  1  2

有谁知道如何想出一个解决方案来快速做到这一点（用于更大的数据框）？谢谢。

Answer 1

利用numpy broadcasting;

• 使用loc 提取indices 和columns 处的值并将其重塑为3d 数组：

  df.loc[indices,cols].values[:,None]

• 将其与列 a 和 b 进行比较，由于维度不匹配和 numpy 广播，这会将第 3 行和第 4 行与所有其他行进行比较

  df[cols].values == df.loc[indices,cols].values[:,None]

• 使用 .all(2) 确保两列都匹配，使用 any(0) 获取第 3 行或第 4 行的匹配项

• 否定 ~ 并删除匹配的行

给予：

indices = [3,4]
cols = ['a','b']
df[~(df[cols].values == df.loc[indices,cols].values[:,None]).all(2).any(0)]

#   a  b  c  d  e
#0  9  9  0  9  9
#2  8  8  0  2  3
#5  6  2  3  6  6
#7  1  3  0  1  2