Question

我希望使用pandas根据列名（包含空格）和单元格值删除行。我已经尝试了各种方法来实现这一点（drop和query方法），但由于名称中的空格，我似乎失败了。有没有办法使用其中有空格的名称查询数据，或者我是否需要先清理所有空格？

以csv文件形式提供的数据

Date,"price","Sale Item"
2012-06-11,1600.20,item1
2012-06-12,1610.02,item2
2012-06-13,1618.07,item3
2012-06-14,1624.40,item4
2012-06-15,1626.15,item5
2012-06-16,1626.15,item6
2012-06-17,1626.15,item7

尝试示例

df.drop(['Sale Item'] != 'Item1')
df.drop('Sale Item' != 'Item1')
df.drop("'Sale Item'] != 'Item1'")

df.query('Sale Item' != 'Item1')
df.query(['Sale Item'] != 'Item1')
df.query("'Sale Item'] != 'Item1'")

在大多数情况下收到错误

ImportError: 'numexpr' not found. Cannot use engine='numexpr' for query/eval if 'numexpr' is not installed

Answer 1

如果我正确理解了您的问题，也许您只需应用以下过滤器：

df = df[df['Sale Item'] != 'item1']

返回：

         Date    price Sale Item
1  2012-06-12  1610.02     item2
2  2012-06-13  1618.07     item3
3  2012-06-14  1624.40     item4
4  2012-06-15  1626.15     item5
5  2012-06-16  1626.15     item6
6  2012-06-17  1626.15     item7

Answer 2

从the documentation -

可以看到

DataFrame.drop（标签，轴= 0，级别=无，inplace = False，错误=＆＃39;提升＆＃39;）

返回新对象，并删除请求轴中的标签

DataFrame.drop()会删除index行，而不是条件。因此，你很可能需要像 -

这样的东西

df.drop(df.ix[df['Sale Item'] != 'item1'].index)

请注意，这会丢弃符合条件的行，因此结果将是不符合条件的行，如果您想要相反，则可以在条件之前使用~运算符否定它。

但这看起来有点过分，只需使用布尔索引来获取所需的行就更容易了（如另一个答案中所示）。

演示 -

In [20]: df
Out[20]:
         Date    price Sale Item
0  2012-06-11  1600.20     item1
1  2012-06-12  1610.02     item2
2  2012-06-13  1618.07     item3
3  2012-06-14  1624.40     item4
4  2012-06-15  1626.15     item5
5  2012-06-16  1626.15     item6
6  2012-06-17  1626.15     item7

In [21]: df.drop(df.ix[df['Sale Item'] != 'item1'].index)
Out[21]:
         Date   price Sale Item
0  2012-06-11  1600.2     item1

使用包含空格的列名称或使用包含空格的列名称的drop方法查询Pandas DataFrame

2 个答案: