如果几行使用熊猫满足某些条件，如何删除行答案

【问题标题】：How to delete lines if few rows have met some condition using pandas如果几行使用熊猫满足某些条件，如何删除行
【发布时间】：2018-02-18 17:48:51
【问题描述】：

我有一个 CSV 文件，如下所示：

dates, names, column3, column4, column5, column6, column7 
1-3-2017,Bob,somedata,somedata,somedata,somedata,somedata
1-1-2018,Bob,-,-,-,-,-
1-1-2017,Bob,somedata,somedata,somedata,somedata,somedata

如果这些行在 column3、column4、column5、column6 和 column7 中使用 pandas，我想删除这些行。

删除不需要的信息后，文件将如下所示

dates, names, column3, column4, column5, column6, column7 
1-1-2017,Bob,somedata,somedata,somedata,somedata,somedata
1-3-2017,Bob,somedata,somedata,somedata,somedata,somedata

不明白怎么做。感谢您的帮助。

【问题讨论】：

标签： python pandas csv

【解决方案1】：

一种直接的方法是将- 转换为np.nan，然后使用df.dropna。

import numpy as np

df = df.replace('-', np.nan).dropna(subset=['column'+str(i) for i in range(3, 8)])

#       dates names   column3   column4   column5   column6   column7
# 0  1-3-2017   Bob  somedata  somedata  somedata  somedata  somedata
# 2  1-1-2017   Bob  somedata  somedata  somedata  somedata  somedata

【讨论】：

【解决方案2】：

试试：

filtered = data[(data.column3 != "-") & (data.column4 != "-") & (data.column5 != "-") & (data.column6 != "-") & (data.column7 != "-")]

【讨论】：

【解决方案3】：

如果单元格可能只包含“-”，请尝试

new_df = df[~(df.iloc[:, 2:] == '-').any(1)]

如果它们可能包含带有其他字符的“-”，

new_df = df[~df.iloc[:, 2:].apply(lambda x: x.str.contains('-').any(), axis = 1)]

不管怎样

    dates.      names   column3     column4     column5     column6     column7
0   1-3-2017    Bob     somedata    somedata    somedata    somedata    somedata
2   1-1-2017    Bob     somedata    somedata    somedata    somedata    somedata

【讨论】：