删除熊猫数据框列中包含 False 的行

Question

我认为这是一个简单的解决方法，但我不确定我缺少什么。我有一个这样的数据框：

         index               c1       c2         c3
2015-03-07 01:27:05        False    False       True   
2015-03-07 01:27:10        False    False       True   
2015-03-07 01:27:15        False    False       False   
2015-03-07 01:27:20        False    False       True   
2015-03-07 01:27:25        False    False       False   
2015-03-07 01:27:30        False    False       True   

我想删除c3 中包含False 的所有行。 c3 是 dtype=bool。我一直遇到问题，因为它是一个布尔值而不是字符串/整数/等，我以前没有处理过。

Answer 1

Pandas 以非常简洁直接的方式处理 booleans：

df = df[df.c3]

这做同样的事情，但不创建副本（使其更快）：

df = df.loc[df.c3, :]

当您使用df[...] 过滤数据帧时，您通常会编写一些返回布尔值的函数（如df.x > 2）。但在这种情况下，由于该列已经是一个布尔值，您只需将 df.c3 单独放入，这将获得所有 True 的行。

如果您想得到相反的结果（正如您问题的原始标题所暗示的那样），您可以使用 df[~df.c3] 或 df.loc[~df.c3, :]，其中 ~ 反转布尔值。

有关 Pandas 中布尔索引的更多信息，请参阅docs。感谢@Mr_and_Mrs_D 关于.loc 的建议。

Answer 2

考虑DataFrame.query。这允许链式操作，从而避免通过变量名称引用数据帧。

filtered_df = df.query('my_col')

这应该返回 my_col 计算结果为 true 的行。要反转结果，请改用query('~my_col')。

改为就地执行此操作：

df.query('my_col', inplace=True)

Answer 3

解决方案

df.drop(df[df['c3'] == False].index, inplace=True)

这会显式删除 'c3' 为 False 的行，而不仅仅是保留评估为 True 的行

Answer 4

问题的标题和问题本身正好相反，但是：

df = df[df['c3'] == True]  # df will have only rows with True in c3