列値に基づくPandasのDataFrame行の削除
以下のDataFrameがあります。
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
line_raceが0と等しい行を削除する必要があります。これを行うための最も効率的な方法は何ですか？
私が正しく理解しているならば、それは同じくらい単純であるべきです：
df = df[df.line_race != 0]
しかし、将来の迂回者のために、Nonename __ /欠損値をフィルタリングしようとしたときにdf = df[df.line_race != 0]が何もしないことを言及できます。
動作します：
df = df[df.line_race != 0]
何もしません。
df = df[df.line_race != None]
動作します：
df = df[df.line_race.notnull()]
これを行うための最良の方法は、ブールマスキングを使用することです。
In [56]: df
Out[56]:
line_date daysago line_race rating raw wrating
0 2007-03-31 62 11 56 1.000 56.000
1 2007-03-10 83 11 67 1.000 67.000
2 2007-02-10 111 9 66 1.000 66.000
3 2007-01-13 139 10 83 0.881 73.096
4 2006-12-23 160 10 88 0.793 69.787
5 2006-11-09 204 9 52 0.637 33.106
6 2006-10-22 222 8 66 0.582 38.408
7 2006-09-29 245 9 70 0.519 36.318
8 2006-09-16 258 11 68 0.486 33.063
9 2006-08-30 275 8 72 0.447 32.160
10 2006-02-11 475 5 65 0.165 10.698
11 2006-01-13 504 0 70 0.142 9.969
12 2006-01-02 515 0 64 0.135 8.627
13 2005-12-06 542 0 70 0.118 8.246
14 2005-11-29 549 0 70 0.114 7.963
15 2005-11-22 556 0 -1 0.110 -0.110
16 2005-11-01 577 0 -1 0.099 -0.099
17 2005-10-20 589 0 -1 0.093 -0.093
18 2005-09-27 612 0 -1 0.083 -0.083
19 2005-09-07 632 0 -1 0.075 -0.075
20 2005-06-12 719 0 69 0.049 3.360
21 2005-05-29 733 0 -1 0.045 -0.045
22 2005-05-02 760 0 -1 0.040 -0.040
23 2005-04-02 790 0 -1 0.034 -0.034
24 2005-03-13 810 0 -1 0.031 -0.031
25 2004-11-09 934 0 -1 0.017 -0.017
In [57]: df[df.line_race != 0]
Out[57]:
line_date daysago line_race rating raw wrating
0 2007-03-31 62 11 56 1.000 56.000
1 2007-03-10 83 11 67 1.000 67.000
2 2007-02-10 111 9 66 1.000 66.000
3 2007-01-13 139 10 83 0.881 73.096
4 2006-12-23 160 10 88 0.793 69.787
5 2006-11-09 204 9 52 0.637 33.106
6 2006-10-22 222 8 66 0.582 38.408
7 2006-09-29 245 9 70 0.519 36.318
8 2006-09-16 258 11 68 0.486 33.063
9 2006-08-30 275 8 72 0.447 32.160
10 2006-02-11 475 5 65 0.165 10.698
更新： パンダ0.13がリリースされました。もう一つの方法はdf.query('line_race != 0')です。
それにもかかわらず、与えられた答えは正しいです。上の誰かがあなたの問題次第ではるかに速いdf.query('line_race != 0')を使うことができると言いました。強くお勧めします。
新しいパンダ査定者を使用している場合に特に有用な別の解決策を追加するために、他の解決策が元のパンダを置き換えて査定者を失う
df.drop(df.loc[df['line_race']==0].index, inplace=True)
それをするもう一つの方法。コードが他の回答で述べられているコードよりも少し複雑に見えるので、最も効率的な方法ではないかもしれませんが、それでも同じことをする別の方法です。
df = df.drop(df[df['line_race']==0].index)
前の答えは私がやろうとしていることとほとんど同じですが、インデックスメソッドを使用することは別のインデックスメソッド.loc（）を使用することを必要としませんが。それは類似しているが正確な方法で行うことができます
df.drop(df.index[df['line_race'] == 0], inplace = True)
列の複数の値に基づいて行を削除する場合は、次を使用できます。
df[(df.line_race != 0) & (df.line_race != 10)]
line_raceの値が0および10であるすべての行を削除します。