根据列中的值是整数（整数）的条件过滤数据框

Question

我正在努力过滤我的数据框，因此我只有整数行（如 21.00）。 我看到了一个类似的 QA (Creating new column in pandas df populated by True,False depending on whether another column is a whole number)，但这不是我想要实现的。 我试过 float.is_integer()，但这不是 Series 的方法，它必须通过 for 循环逐元素应用。

在我的数据框中，我有这样的列：

index  value
0      43.00 
1      23.47
2       5.31 
3      349.00

我只想提取包含整数的行，因此在上述情况下，我只需要具有以下值的行：43.00 和 349.00。

如果值为整数，如何在不使用 for 循环或添加带有指示变量的新列的情况下完成？

我的数据框有数千万行，所以我宁愿避免使用循环或尽可能添加另一列。

Answer 1

您可以使用布尔系列来过滤数据框：

res = df[df['value'].map(lambda x: x.is_integer())]

print(res)

   index  value
0      0   43.0
3      3  349.0

为了性能，您可能希望将一个系列与其自身的整数版本进行比较：

res = df[df['value'] == df['value'].astype(int)]

性能基准测试

成本主要由布尔序列的构造决定。

df2 = pd.concat([df]*100000)

%timeit df2['value'].values % 1 == 0.0              # 20.8 ms per loop
%timeit df2['value'] == df2['value'].astype(int)    # 2.59 ms per loop
%timeit df2['value'].map(lambda x: x.is_integer())  # 195 ms per loop
%timeit ~(df2['value'] % 1).astype(bool)            # 23.3 ms per loop
%timeit df2['value'] % 1 == 0.0                     # 21.8 ms per loop

版本：

sys.version     # '3.6.0'
pd.__version__  # '0.19.2'
np.__version__  # '1.11.3'