我有以下数据框架:

             daysago  line_race rating        rw    wrating
 line_date                                                 
 2007-03-31       62         11     56  1.000000  56.000000
 2007-03-10       83         11     67  1.000000  67.000000
 2007-02-10      111          9     66  1.000000  66.000000
 2007-01-13      139         10     83  0.880678  73.096278
 2006-12-23      160         10     88  0.793033  69.786942
 2006-11-09      204          9     52  0.636655  33.106077
 2006-10-22      222          8     66  0.581946  38.408408
 2006-09-29      245          9     70  0.518825  36.317752
 2006-09-16      258         11     68  0.486226  33.063381
 2006-08-30      275          8     72  0.446667  32.160051
 2006-02-11      475          5     65  0.164591  10.698423
 2006-01-13      504          0     70  0.142409   9.968634
 2006-01-02      515          0     64  0.134800   8.627219
 2005-12-06      542          0     70  0.117803   8.246238
 2005-11-29      549          0     70  0.113758   7.963072
 2005-11-22      556          0     -1  0.109852  -0.109852
 2005-11-01      577          0     -1  0.098919  -0.098919
 2005-10-20      589          0     -1  0.093168  -0.093168
 2005-09-27      612          0     -1  0.083063  -0.083063
 2005-09-07      632          0     -1  0.075171  -0.075171
 2005-06-12      719          0     69  0.048690   3.359623
 2005-05-29      733          0     -1  0.045404  -0.045404
 2005-05-02      760          0     -1  0.039679  -0.039679
 2005-04-02      790          0     -1  0.034160  -0.034160
 2005-03-13      810          0     -1  0.030915  -0.030915
 2004-11-09      934          0     -1  0.016647  -0.016647

我需要删除的行,其中line_race等于0。最有效的方法是什么?


当前回答

提供了这么多选项(或者可能我没有太注意,如果是这样的话,很抱歉),但没有人提到这一点: 我们可以在pandas中使用这种符号:~(这给了我们条件的倒数)

df = df[~df["line_race"] == 0]

其他回答

另一种方法。可能不是最有效的方法,因为代码看起来比其他答案中提到的代码更复杂一些,但仍然是做相同事情的另一种方法。

  df = df.drop(df[df['line_race']==0].index)

其中一种有效且通用的方法是使用eq()方法:

df[~df.line_race.eq(0)]

你可以试试这个:

df.drop(df[df.line_race != 0].index, inplace = True)

.

给出的答案是正确的,尽管上面有人说你可以使用df。查询('line_race != 0'),这取决于您的问题要快得多。强烈推荐。

但对于任何未来的旁路器,你可以提到df = df[df。line_race != 0]在尝试过滤无值/缺失值时不做任何事情。

做的工作:

df = df[df.line_race != 0]

什么都不做:

df = df[df.line_race != None]

做的工作:

df = df[df.line_race.notnull()]