dataframe 按条件删行_根据列值删除Pandas中的DataFrame行

最好的方法是使用布尔掩蔽:

In [56]: df

Out[56]:

line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

11  2006-01-13      504          0      70  0.142    9.969

12  2006-01-02      515          0      64  0.135    8.627

13  2005-12-06      542          0      70  0.118    8.246

14  2005-11-29      549          0      70  0.114    7.963

15  2005-11-22      556          0      -1  0.110   -0.110

16  2005-11-01      577          0      -1  0.099   -0.099

17  2005-10-20      589          0      -1  0.093   -0.093

18  2005-09-27      612          0      -1  0.083   -0.083

19  2005-09-07      632          0      -1  0.075   -0.075

20  2005-06-12      719          0      69  0.049    3.360

21  2005-05-29      733          0      -1  0.045   -0.045

22  2005-05-02      760          0      -1  0.040   -0.040

23  2005-04-02      790          0      -1  0.034   -0.034

24  2005-03-13      810          0      -1  0.031   -0.031

25  2004-11-09      934          0      -1  0.017   -0.017

In [57]: df[df.line_race != 0]

Out[57]:

line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

最新情况:既然熊猫0.13已经过时了,另一种方法就是df.query('line_race != 0').

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值