Pandas 删除行与过滤器

Question

我有一个 pandas 数据框，我想删除 'A' 列为负数的行。我知道有两种方法可以做到这一点：

df = df[df['A'] >= 0]

或

selRows = df[df['A'] < 0].index
df = df.drop(selRows, axis=0)

推荐的解决方案是什么？为什么？

Answer 1

你的问题是这样的："I have two identical cakes, but one has icing. Which has more calories?"

第二个解决方案是做同样的事情但是两次。一个过滤步骤就足够了，不需要过滤，然后然后冗余地继续调用一个函数，该函数的功能与上一步的过滤操作完全相同。

澄清一下：无论操作如何，您仍在做同样的事情：生成布尔掩码，然后进行索引。

Answer 2

推荐的解决方案是最有效的，在本例中是第一个。

df = df[df['A'] >= 0]

关于第二种解决方案

selRows = df[df['A'] < 0].index
df = df.drop(selRows, axis=0)

您正在重复切片过程。但是让我们把它分解成碎片来理解为什么。

写的时候

df['A'] >= 0

您正在创建一个掩码，一个布尔系列，其中 df 的每个索引都有一个条目，根据条件其值为 True 或 False（在这种情况下，如果这样，列 'A' 的值在给定索引处大于或等于 0）。

写的时候

df[df['A'] >= 0]

您正在访问掩码 (df['A'] >= 0) 为 True 的行。这是 Pandas 支持的切片方法，它允许您通过传递布尔系列 select 某些行，并将 return 原始 DataFrame 的视图，其中仅包含系列为 True 的条目.

最后，当你写这篇文章时

selRows = df[df['A'] < 0].index
df = df.drop(selRows, axis=0)

你正在重复这个过程，因为

df[df['A'] < 0]

已经在对您的 DataFrame 进行切片（在这种情况下，您想要删除的行）。然后您将获得这些索引，返回到原始 DataFrame 并显式删除它们。不需要这个，您已经在第一步中对 DataFrame 进行了切片。

Answer 3

df = df[df['A'] >= 0]

确实是更快的解决方案。请注意，它 returns 是原始数据框的 view，而不是新数据框。这可能会给您带来麻烦，例如当您想要更改其值时，因为 pandas 会给您 SettingwithCopyWarning.

简单的修复当然是文本推荐的：

df = df[df['A'] >= 0].copy()

Pandas drop rows vs filter