Question

我一直在研究这段代码：我想完成以下内容 - 如果Pout> 3，则删除/删除接下来的3行

df=pd.read_csv(file,sep=',',usecols=['Iin', 'Iout','Pout'])
print(df['Pout'])
for i in df['Pout']:
   if i>3:
      df.drop(df[3:])# drop/delete the next 3 rows regardless of the value
 print(df)

任何帮助都将非常感谢

由于

我根据您的第一个代码提出了这段代码。但是您刚发布的更新版本效率更高。在符合条件后，我现在正在接下来的五行。

import pandas as pd
df = pd.DataFrame({'a': [1,5.0,1,2.3,2.1,2,1,3,4,7], 'b': 
[1,4,0.2,4.5,8.2,1,2,3,4,7], 'c': [1,4.5,5.4,6,2,4,2,3,4,7]})
for index in range(len(df['c'])):
  if df['c'][index] >3:
    df.at[index+1, 'c'] = None
    df.at[index+2, 'c'] = None
    df.at[index+3, 'c'] = None 
    df.at[index+4, 'c'] = None
    df.at[index+5, 'c'] = None
    print(df['c'])
    break

Answer 1

试试这个：

import pandas as pd
df = pd.DataFrame({'a': [1,5,1,2,2,2,1], 'b': [1,4,2,4,8,1,2], 'c': [1,2,6,6,2,1,2]})
for i in df['c']:
   if i>3:
      try:
         idx = df['c'].tolist().index(i)# drop/delete the next 3 rows regardless of the value
         print(idx)
      except:
         pass
      for i in range(idx, idx+3):
         df.at[i, 'c'] = None
print(df)

输出：

   a  b  c
0  1  1  1.0
1  5  4  2.0
2  1  2  NaN
3  2  4  NaN
4  2  8  NaN
5  2  1  1.0
6  1  2  2.0

我的解决方案是使用虚拟数据框

如果项目大于3，我得到了项目的索引，然后通过项目索引的范围迭代到项目索引加3，然后执行at函数将值设置为Nan

在我的编辑中，我刚添加了try和except，现在它可以正常工作

适用于5行：

我认为这段代码是您想要的，我也认为这更有效率

import pandas as pd
df = pd.DataFrame({'a': [1,5.0,1,2.3,2.1,2,1,3,4,7], 'b': 
[1,4,0.2,4.5,8.2,1,2,3,4,7], 'c': [1,4.5,5.4,6,2,4,2,3,4,7]})
for index in range(len(df['c'])):
  if df['c'][index] >3:
     for i in range(index+1, index+6):
         df.at[i, 'c'] = None
     print(df['c'])
     break

输出：

0    1.0
1    4.5
2    NaN
3    NaN
4    NaN
5    NaN
6    NaN
7    3.0
8    4.0
9    7.0
Name: c, dtype: float64

使用Panda跳过特定列的后三行

1 个答案: