Question

我有一个约3700行的数据集，需要根据该列删除其中的1628行。数据集如下所示：

useEffect

对于1068行，如果Compliance = true，我想删除整行。

问题是，我想随机执行此操作；我不想删除前1063行。我尝试过：

compliance  day0  day1  day2  day3  day4
True        1     3     9     8     8
False       7     4     8     3     2
True        4     5     0     3     5
True        5     3     9     6     2

但是在删除了几行之后，我收到了以下错误消息：

for z in range(1629):
    rand = random.randint(0,(3783-z)) #subtract z since dataframe shape is shrinking
    if str(data.iloc[rand,1]) == 'True':
        data = data.drop(balanced_dataset.index[rand])

我也尝试过：

 'labels [2359] not contained in axis'

frac现在是任意选择的，我只是希望它能工作。我收到以下错误：

data.drop(data("adherence.str.startswith('T').values").sample(frac=.4).index)

任何帮助将不胜感激！谢谢

Answer 1

将sample与drop一起使用：

n = 1068
# Do this first if you haven't already.
# df.compliance = df.compliance.map(pd.eval)
df_dropped = df.drop(df[df.compliance].sample(n=n).index)

要使其正常工作，n必须严格小于过滤后的DataFrame。

示例随机删除两行。

df.drop(df[df.compliance].sample(n=2).index)

   compliance  day0  day1  day2  day3  day4
1       False     7     4     8     3     2
3        True     5     3     9     6     2

Answer 2

这对我有用：您将生成要从中删除元素的索引列表（在您的情况下为Compliance==True）。然后，从该列表中随机选择（不替换）要删除的元素。然后将它们从DataFrame中删除

to_remove = np.random.choice(data[data['Compliance']==True].index,size=1068,replace=False)
data.drop(to_remove)

Answer 3

您可以尝试：

df_dropped = df.drop(df.loc[df.compliance, :]).sample(n=fraction).index)

如何基于列条目从pandas数据框中删除随机行？

3 个答案: