主页 / 问题 / 720736
Accepted
taniamasmas
Asked:2020-09-20 16:16:56 +0000 UTC2020-09-20 16:16:56 +0000 UTC

从数据框中删除元素

  • 772

有两个数据框trans_train_data和train_labels. train_labels包含类标签：0,1,-1。需要从 中删除所有 -1train_labels和匹配的行trans_train_data。也就是说，如果在 train_labels -1 位于 3.45 和 78 位置，则trans_train_data必须删除第 3.45 和 78 行。这些数据帧中的索引是任意的（即，不是 0,1,2,3 ...，而是 98, 45623 ， 3.64785...)

我尝试通过 设置新索引.reindex()，但在这种情况下出现 NaN 并且元素的顺序发生了变化。

我也尝试过使用发电机：

generator = enumarate(train_labels)
out = [x: for i,x in generator if x==-1]

返回具有无效索引的数组。告诉我该怎么做？

python

1 个回答

  1. Best Answer

    例子：

    源数据帧的：

    In [1]: df = pd.DataFrame(np.random.randint(10, size=(10,3)), columns=list('abc'))

In [2]: df
Out[2]:
   a  b  c
0  2  7  6
1  8  8  0
2  7  7  8
3  9  5  1
4  5  0  9
5  1  8  4
6  9  1  5
7  8  3  3
8  1  0  7
9  2  3  7

In [3]: train_labels = pd.DataFrame(np.random.choice([-1,0,1], 10), columns=['val'])

In [4]: train_labels
Out[4]:
   val
0    1
1    1
2    0
3   -1
4   -1
5    1
6   -1
7   -1
8    1
9    1

    找到所需的索引元素：

    In [5]: np.where(train_labels.val==-1)[0]
Out[5]: array([3, 4, 6, 7], dtype=int64)

    过滤：

    In [6]: df.loc[np.where(train_labels.val==-1)[0]]
Out[6]:
   a  b  c
3  9  5  1
4  5  0  9
6  9  1  5
7  8  3  3

    删除相应 行：

    In [10]: df = df.drop(np.where(train_labels.val==-1)[0])

In [11]: df
Out[11]:
   a  b  c
0  2  7  6
1  8  8  0
2  7  7  8
5  1  8  4
8  1  0  7
9  2  3  7

    甚至更简单：

    In [15]: df.loc[train_labels.val!=-1]
Out[15]:
   a  b  c
0  2  7  6
1  8  8  0
2  7  7  8
5  1  8  4
8  1  0  7
9  2  3  7
    • 1

相关问题