我有以下DataFrame：
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
我需要移除line_race等于0的行。什么是最有效的方法？
答案 0 :(得分：647)
如果我理解正确，它应该如下：
df = df[df.line_race != 0]
答案 1 :(得分：152)
但是对于任何未来的旁观者，你可以提到df = df[df.line_race != 0]在尝试过滤None /缺失值时没有做任何事情。
工作：
df = df[df.line_race != 0]
没有做任何事情：
df = df[df.line_race != None]
工作：
df = df[df.line_race.notnull()]
答案 2 :(得分：37)
最好的方法是使用布尔掩码：
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：现在pandas 0.13已经用完，另一种方法是df.query('line_race != 0')。
答案 3 :(得分：15)
仅添加另一种解决方案，如果您使用的是新的熊猫评估器，则特别有用，其他解决方案将取代原始的熊猫并失去评估器
df.drop(df.loc[df['line_race']==0].index, inplace=True)
答案 4 :(得分：13)
给定的答案是正确的，尽管如上所述，您可以使用df.query('line_race != 0')，这取决于您的问题要快得多。强烈推荐。
答案 5 :(得分：10)
我使用以下内容过滤掉列中的给定值：
def filter_rows_by_values(df, col, values):
return df[df[col].isin(values) == False]
示例：
在 DataFrame 中，我想删除列“str”中具有值“b”和“c”的行
df = pd.DataFrame({"str": ["a","a","a","a","b","b","c"], "other": [1,2,3,4,5,6,7]})
df
str other
0 a 1
1 a 2
2 a 3
3 a 4
4 b 5
5 b 6
6 c 7
filter_rows_by_values(d,"str", ["b","c"])
str other
0 a 1
1 a 2
2 a 3
3 a 4
答案 6 :(得分：3)
我编译并运行了代码。这是正确的代码。您可以自己尝试。
data = pd.read_excel('file.xlsx')
如果列名中有特殊字符或空格，则可以像给定代码一样在''中写它：
data = data[data['expire/t'].notnull()]
print (date)
如果只有一个字符串列名称，没有任何空格或特殊字符 字符，您可以直接访问它。
data = data[data.expire ! = 0]
print (date)
答案 7 :(得分：2)
添加另一种方法来做到这一点。
df = df.query("line_race!=0")
答案 8 :(得分：1)
只需为DataFrame添加另一种方法即可扩展所有列：
for column in df.columns:
df = df[df[column]!=0]
示例：
def z_score(data,count):
threshold=3
for column in data.columns:
mean = np.mean(data[column])
std = np.std(data[column])
for i in data[column]:
zscore = (i-mean)/std
if(np.abs(zscore)>threshold):
count=count+1
data = data[data[column]!=i]
return data,count
答案 9 :(得分：1)
使用 eq() 方法是一种高效且流行的方法：
df[~df.line_race.eq(0)]
答案 10 :(得分：0)
另一种方式。可能不是最有效的方法，因为该代码看起来比其他答案中提到的代码要复杂一些，但仍然是执行相同操作的另一种方法。
df = df.drop(df[df['line_race']==0].index)
答案 11 :(得分：0)
尽管先前的答案与我要执行的操作几乎相似，但是使用索引方法不需要使用其他索引方法.loc（）。可以通过类似但精确的方式完成
df.drop(df.index[df['line_race'] == 0], inplace = True)
答案 12 :(得分：0)
如果要基于列的多个值删除行，可以使用：
df[(df.line_race != 0) & (df.line_race != 10)]
要删除line_race的所有值为0和10的行。