Question

我刚刚在SO上回答了另一个问题，并遇到了使用pd.drop过滤数据帧的问题。这是我给出的例子：

import pandas as pd
import langdetect
df = pd.DataFrame({'Sentence':['es muy bueno','run, Forest! Run!','Ήξερα ότι θα εξετάζατε τον Μεταφραστή Google', 'This is Certainly en']})
df['Language'] = df['Sentence'].apply(lambda x: langdetect.detect(x))
# output
                                       Sentence Language
0                                  es muy bueno       es
1                             run, Forest! Run!       ro
2  Ήξερα ότι θα εξετάζατε τον Μεταφραστή Google       el
3                          This is Certainly en       en

现在我想删除语言不是en的所有行。使用df.drop(df['Language'] != 'en')时意外返回：

                                       Sentence Language
2  Ήξερα ότι θα εξετάζατε τον Μεταφραστή Google       el
3                          This is Certainly en       en

但是，当我接受布尔索引时，它返回：

df['Language'] != 'en'
# output 

0     True
1     True
2     True
3    False
Name: Language, dtype: bool

现在，我可以使用df.loc[df['Language'] == 'en']解决这个问题。但我想知道为什么drop表现得这样或者我做错了什么？

Answer 1

drop需要index或column标签

df.drop(df.index[(df['Language'] != 'en')])
Out[303]: 
            Sentence Language
3  ThisisCertainlyen       en

Answer 2

Pandas drop获取索引或列标签

labels : single label or list-like

Index or column labels to drop.

当您将以下内容传递给默认轴（即0）上的df.drop时，其丢弃的行0和1 - 对应于False（0）和True（1）

df['Language'] != 'en'

0     True
1     True
2     True
3    False

虽然可以像@ Wen的回答那样使用df.drop来完成，但最常用的方法是选择布尔索引或df.query

熊猫掉落行为

2 个答案: