Pandas:根据多个列值删除行

Question

我有一个包含列的数据框A,B,C.我有一个像元组的列表[(x1,y1), (x2,y2), ...].我想删除满足以下条件的所有行: (B=x1 && C=y1) | (B=x2 && C=y2) | ...我怎么能在熊猫中做到这一点？我想使用该isin函数,但不确定是否可以,因为我的列表有元组.我可以这样做:

for x,y in tuples:   
    df = df.drop(df[df.B==x && df.C==y].index)

也许有一种更简单的方法.

Answer 1

使用pandas索引

df.set_index(list('BC')).drop(tuples, errors='ignore').reset_index()

定时

def linear_indexing_based(df, tuples):
    idx = np.array(tuples)
    BC_arr = df[['B','C']].values
    shp = np.maximum(BC_arr.max(0)+1,idx.max(0)+1)
    BC_IDs = np.ravel_multi_index(BC_arr.T,shp)
    idx_IDs = np.ravel_multi_index(idx.T,shp)
    return df[~np.in1d(BC_IDs,idx_IDs)]

def divakar(df, tuples):
    idx = np.array(tuples)
    mask = (df.B.values == idx[:, None, 0]) & (df.C.values == idx[:, None, 1])
    return df[~mask.any(0)]

def pirsquared(df, tuples):
    return df.set_index(list('BC')).drop(tuples).reset_index()

10行,1元组

np.random.seed([3,1415])
df = pd.DataFrame(np.random.choice(range(10), (10, 3)), columns=list('ABC'))
tuples = [tuple(row) for row in np.random.choice(range(10), (1, 2))]

10,000行,500元组

np.random.seed([3,1415])
df = pd.DataFrame(np.random.choice(range(10), (10000, 3)), columns=list('ABC'))
tuples = [tuple(row) for row in np.random.choice(range(10), (500, 2))]