Pandas : supprimer des lignes en fonction de plusieurs conditions

Vous pouvez utiliser les méthodes suivantes pour supprimer des lignes en fonction de plusieurs conditions dans un DataFrame pandas :

Méthode 1 : supprimer les lignes qui répondent à l’une des plusieurs conditions

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

Cet exemple particulier supprimera toutes les lignes où la valeur de col1 est égale à A ou la valeur de col2 est supérieure à 6.

Méthode 2 : supprimer les lignes qui remplissent plusieurs conditions

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

Cet exemple particulier supprimera toutes les lignes où la valeur de col1 est égale à A et la valeur de col2 est supérieure à 6.

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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

Exemple 1 : supprimer les lignes qui répondent à l’une des plusieurs conditions

Le code suivant montre comment supprimer des lignes dans le DataFrame où la valeur dans la colonne équipe est égale à A ou la valeur dans la colonne assistances est supérieure à 6 :

#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    B   F        3         9
7    B   F        4        12

Notez que toutes les lignes où la colonne de l’équipe était égale à A ou la colonne des passes décisives était supérieure à 6 ont été supprimées.

Pour ce DataFrame particulier, six des lignes ont été supprimées.

Remarque : Le | le symbole représente la logique « OU » chez les pandas.

Exemple 2 : supprimer les lignes qui remplissent plusieurs conditions

Le code suivant montre comment supprimer des lignes dans le DataFrame où la valeur dans la colonne équipe est égale à A et la valeur dans la colonne assistances est supérieure à 6 :

#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    A   G        5        11
4    B   G       12         6
5    B   G        9         5
6    B   F        3         9
7    B   F        4        12

Notez que toutes les lignes où la colonne des équipes était égale à A et la colonne des passes décisives était supérieure à 6 ont été supprimées.

Pour ce DataFrame particulier, trois des lignes ont été supprimées.

Remarque : Le symbole & représente la logique « ET » dans les pandas.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment supprimer des lignes contenant une valeur spécifique dans Pandas
Comment supprimer des lignes contenant une chaîne spécifique dans Pandas
Comment supprimer des lignes par index dans Pandas