Pandas：根据多个条件删除行

您可以使用以下方法根据 pandas DataFrame 中的多个条件删除行：

方法一：删除满足几个条件之一的行

 df = df. loc [ ~ ((df[' col1 '] == ' A ') | (df[' col2 '] > 6 ))]

此特定示例将删除 col1 的值等于 A或col2 的值大于 6 的所有行。

方法2：删除满足多个条件的行

 df = df. loc [ ~ ((df[' col1 '] == ' A ') & (df[' col2 '] > 6 ))] 

此特定示例将删除 col1 的值等于 A并且col2 的值大于 6 的所有行。

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 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, 3, 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 3 9
7 B F 4 12

示例 1：删除满足多个条件之一的行

以下代码显示如何删除 DataFrame 中“Team ”列中的值等于 A或“ Attendances”列中的值大于 6 的行：

 #drop rows where value in team column == 'A' or value in assists column > 6
df = df. loc [ ~ ((df[' team '] == ' A ') | (df[' assists '] > 6 ))]

#view updated DataFrame
print (df)

  team pos assists rebounds
6 BF 3 9
7 BF 4 12

请注意，球队列等于 A 或助攻列大于 6 的所有行均已被删除。

对于这个特定的 DataFrame，其中六行已被删除。

注： |该符号代表 pandas 中的“OR”逻辑。

示例 2：删除满足多个条件的行

以下代码显示如何删除 DataFrame 中“Team ”列中的值等于 A并且“Attendances”列中的值大于 6 的行：

 #drop rows where value in team column == 'A' and value in assists column > 6
df = df. loc [ ~ ((df[' team '] == ' A ') & (df[' assists '] > 6 ))]

#view updated DataFrame
print (df)

  team pos assists rebounds
0 AG 5 11
4 BG 12 6
5 BG 9 5
6 BF 3 9
7 BF 4 12

请注意，所有球队列等于 A 且助攻列大于 6 的行均已被删除。

对于这个特定的 DataFrame，其中三行已被删除。

注意：符号&代表pandas中的“AND”逻辑。

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