熊猫删除行与过滤器

Question

I have a pandas dataframe and want to get rid of rows in which the column 'A' is negative. I know 2 ways to do this:

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

or

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

What is the recommended solution? Why?

Answer 1

推荐的解决方案是最有效的，在这种情况下，它是第一个。

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。

当你写

df['A'] >= 0

您正在创建一个掩码，一个布尔系列，其中包含 df 的每个索引的条目，其值根据条件为 True 或 False（在这种情况下，如果给定索引处的列“A”的值大于或等于 0)。

当你写

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

您访问掩码 (df['A'] >= 0) 为 True 的行。这是 Pandas 支持的一种切片方法，它允许您通过传递布尔系列来选择某些行，并返回原始 DataFrame 的视图，其中仅包含系列为 True 的条目。

最后，当你写这个

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]

已经在切片您的 DataFrame （在这种情况下，您要删除的行）。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，你已经在第一步中对 DataFrame 进行了切片。