根据熊猫中的条件删除行答案

【问题标题】：delete rows based on a condition in pandas根据熊猫中的条件删除行
【发布时间】：2020-09-20 18:32:57
【问题描述】：

我有以下数据框

In [62]: df
Out[62]:
            coverage   name  reports  year
Cochice           45  Jason        4  2012
Pima             214  Molly       24  2012
Santa Cruz       212   Tina       31  2013
Maricopa          72   Jake        2  2014
Yuma              85    Amy        3  2014

基本上我可以过滤如下行

df[df["coverage"] > 30

我可以如下删除/删除一行

df.drop(['Cochice', 'Pima'])

但我想根据条件删除一定数量的行，我该怎么做？

【问题讨论】：

你能解释一下你的情况吗？
如果coverage列的值小于72，我想删除行
然后使用布尔索引 - df[df["coverage"] >= 72]
是的，我知道了，只是想知道我是否可以找到更多方法，所以在这里发布:)

标签： python pandas

【解决方案1】：

最好的是boolean indexing，但需要反转条件 - 让所有值等于或高于72：

print (df[df["coverage"] >= 72])
            coverage   name  reports  year
Pima             214  Molly       24  2012
Santa Cruz       212   Tina       31  2013
Maricopa          72   Jake        2  2014
Yuma              85    Amy        3  2014

同ge函数：

print (df[df["coverage"].ge(72)])
            coverage   name  reports  year
Pima             214  Molly       24  2012
Santa Cruz       212   Tina       31  2013
Maricopa          72   Jake        2  2014
Yuma              85    Amy        3  2014

另一种可能的解决方案是通过~ 反转掩码：

print (df["coverage"] < 72)
Cochice        True
Pima          False
Santa Cruz    False
Maricopa      False
Yuma          False
Name: coverage, dtype: bool

print (~(df["coverage"] < 72))
Cochice       False
Pima           True
Santa Cruz     True
Maricopa       True
Yuma           True
Name: coverage, dtype: bool


print (df[~(df["coverage"] < 72)])
            coverage   name  reports  year
Pima             214  Molly       24  2012
Santa Cruz       212   Tina       31  2013
Maricopa          72   Jake        2  2014
Yuma              85    Amy        3  2014

【讨论】：

【解决方案2】：

我们也可以使用 pandas.query() 功能

import pandas as pd 

dict_ = {'coverage':[45,214,212,72,85], 'name': ['jason','Molly','Tina','Jake','Amy']}
df  = pd.DataFrame(dict_)

print(df.query('coverage > 72'))

【讨论】：