<\/p>\n
Kita dapat menggunakan sintaks berikut untuk menghapus baris di pandas DataFrame berdasarkan kondisi:<\/span><\/p>\n Metode 1: Hapus baris berdasarkan satu kondisi<\/strong><\/span><\/p>\n Metode 2: Hapus baris berdasarkan beberapa kondisi<\/strong><\/span><\/p>\n Catatan<\/strong> : Kita juga dapat menggunakan fungsi drop()<\/strong> untuk menghapus baris dari DataFrame, namun fungsi ini terbukti jauh lebih lambat daripada sekadar menetapkan DataFrame ke versi yang difilter itu sendiri.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya dengan pandas DataFrame berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menghapus baris di DataFrame berdasarkan kondisi:<\/span><\/span><\/p>\n Setiap baris dengan nilai kurang dari atau sama dengan 8 di kolom \u201cbantuan\u201d telah dihapus dari DataFrame.<\/span><\/p>\n Kode berikut menunjukkan cara menghapus baris di DataFrame berdasarkan beberapa kondisi:<\/span><\/p>\n Satu-satunya baris yang kami simpan di DataFrame adalah baris yang nilai assistnya lebih besar dari 8 dan<\/em> nilai reboundnya lebih besar dari 5.<\/span><\/p>\n Perhatikan bahwa kita juga dapat menggunakan |<\/strong> operator untuk menerapkan filter “atau”:<\/span><\/p>\n Satu-satunya baris yang kami simpan di DataFrame adalah baris yang nilai bantuannya lebih besar dari 8 atau<\/i> nilai pantulan lebih besar dari 10.<\/span><\/p>\n Setiap baris yang tidak memenuhi salah satu ketentuan ini akan dihapus.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara menghapus baris yang berisi nilai tertentu di Pandas<\/a> Kita dapat menggunakan sintaks berikut untuk menghapus baris di pandas DataFrame berdasarkan kondisi: Metode 1: Hapus baris berdasarkan satu kondisi df = df[df. col1 > 8] Metode 2: Hapus baris berdasarkan beberapa kondisi df = df[(df. col1 > 8) & (df. col2 != ‘ A ‘)] Catatan : Kita juga dapat menggunakan fungsi drop() untuk […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df = df[df. col1<\/span> > 8]\n<\/strong><\/pre>\n df = df[(df. col1<\/span> > 8) &<\/span> (df. col2<\/span> != ' A<\/span> ')]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' pos<\/span> ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12<\/span><\/span><\/strong><\/pre>\n Metode 1: Hapus baris berdasarkan satu kondisi<\/strong><\/span><\/h3>\n
#drop rows where value in 'assists' column is less than or equal to 8\n<\/span>df = df[df.<\/span> assists<\/span> > 8] \n\n<\/span>#view updated DataFrame<\/span>\ndf\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/span><\/strong><\/pre>\n Metode 2: Hapus baris berdasarkan beberapa kondisi<\/strong><\/span><\/h3>\n
#only keep rows where 'assists' is greater than 8 and rebounds is greater than 5\n<\/span>df = df[(df. assists<\/span> > 8) &<\/span> (df. rebounds<\/span> > 5)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/strong><\/pre>\n #only keep rows where 'assists' is greater than 8 or rebounds is greater than 10\n<\/span>df = df[(df. assists<\/span> > 8) |<\/span> (df. rebounds<\/span> > 10)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menghapus baris yang berisi string tertentu di Pandas<\/a>
Cara menghapus baris berdasarkan indeks di Pandas<\/a>
<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"