如何根据条件删除 pandas dataframe 中的行

我们可以使用以下语法根据条件删除 pandas DataFrame 中的行：

方法一：根据单一条件删除行

 df = df[df. col1 > 8]

方法二：根据多个条件删除行

 df = df[(df. col1 > 8) & (df. col2 != ' A ')]

注意：我们还可以使用drop()函数从 DataFrame 中删除行，但事实证明，该函数比简单地将 DataFrame 分配给其自身的过滤版本要慢得多。

以下示例展示了如何在实践中通过以下 pandas DataFrame 使用此语法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' pos ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team pos assists rebounds
0 A G 5 11
1 A G 7 8
2 A F 7 10
3 A F 9 6
4 B G 12 6
5 B G 9 5
6 B F 9 9
7 B F 4 12

方法一：根据单一条件删除行

以下代码显示了如何根据条件删除 DataFrame 中的行：

 #drop rows where value in 'assists' column is less than or equal to 8
df = df[df. assists > 8] 

#view updated DataFrame
df

	team pos assists rebounds
3 A F 9 6
4 B G 12 6
5 B G 9 5
6 B F 9 9

“assistance”列中值小于或等于 8 的任何行都已从 DataFrame 中删除。

方法二：根据多个条件删除行

以下代码显示了如何根据多种条件删除 DataFrame 中的行：

 #only keep rows where 'assists' is greater than 8 and rebounds is greater than 5
df = df[(df. assists > 8) & (df. rebounds > 5)]

#view updated DataFrame
df

	team pos assists rebounds
3 A F 9 6
4 B G 12 6
5 B G 9 5
6 B F 9 9

我们在 DataFrame 中保留的唯一行是助攻值大于 8且篮板值大于 5 的行。

请注意，我们还可以使用|运算符应用“或”过滤器：

 #only keep rows where 'assists' is greater than 8 or rebounds is greater than 10
df = df[(df. assists > 8) | (df. rebounds > 10)]

#view updated DataFrame
df

	team pos assists rebounds
0 A G 5 11
3 A F 9 6
4 B G 12 6
5 B G 9 5
6 B F 9 9
7 B F 4 12

我们在 DataFrame 中保留的唯一行是辅助值大于 8或反弹值大于 10 的行。

任何不满足这些条件之一的行都将被删除。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何删除 Pandas 中包含特定值的行
如何删除 Pandas 中包含特定字符串的行
如何在 Pandas 中按索引删除行