删除以注释字符开头的熊猫数据框中的项目[重复]答案

【问题标题】：Remove item in pandas dataframe that starts with a comment char [duplicate]删除以注释字符开头的熊猫数据框中的项目[重复]
【发布时间】：2019-05-18 07:03:54
【问题描述】：

我想删除以注释字符开头的 pandas 数据框中的所有行。例如：

>>> COMMENT_CHAR = '#'
>>> df
    first_name    last_name
0   #fill in here fill in here
1   tom           jones

>>> df.remove(df.columns[0], startswith=COMMENT_CHAR) # in pseudocode
>>> df
    first_name    last_name
0   tom           jones

这实际上是如何完成的？

【问题讨论】：

df.loc[~df.first_name.str.startswith('#')] 或类似的东西。该掩码的反转可以与df.drop 一起使用
还有.reset_index(drop=True)
@user3483203 有没有办法通过使用索引而不是列名来做到这一点？
df.mask(df.iloc[:,0].str.startswith('#')).dropna()
@ChrisA 非常简洁，您想解释一下它是如何在答案中起作用的吗？我可以接受吗？

标签： python pandas

【解决方案1】：

设置

>>> data = [['#fill in here', 'fill in here'], ['tom', 'jones']]                                                       
>>> df = pd.DataFrame(data, columns=['first_name', 'last_name'])                                                       
>>> df                                                                                                                 
      first_name     last_name
0  #fill in here  fill in here
1            tom         jones

假设只有 first_name 列中的字符串很重要的解决方案：

>>> commented = df['first_name'].str.startswith('#')                                                                   
>>> df[~commented].reset_index(drop=True)                                                                              
  first_name last_name
0        tom     jones

解决方案假设您要删除 first_name OR last_name 列中的字符串以 '#' 开头的行：

>>> commented = df.apply(lambda col: col.str.startswith('#')).any(axis=1)                                             
>>> df[~commented].reset_index(drop=True)                                                                              
  first_name last_name
0        tom     jones

reset_index 的目的是重新标记从零开始的行。

>>> df[~commented]                                                                                                     
  first_name last_name
1        tom     jones
>>>                                                                                                                    
>>> df[~commented].reset_index()                                                                                       
   index first_name last_name
0      1        tom     jones
>>>                                                                                                                    
>>> df[~commented].reset_index(drop=True)                                                                              
  first_name last_name
0        tom     jones

【讨论】：

您能否解释一下在通话结束时使用reset_index() 的目的以及为什么需要这样做？
@David542 确定 - 如果没有 reset_index，保留的每一行都会保留其原始行标签。在此示例中，剩余的行将具有标签 1。使用reset_index，您可以重新标记从0 和drop=True 开始的行，以防止将要删除的原始索引移动到列中。
感谢您将其添加到答案中。