Question

我要从熊猫数据框中删除一半或更多的“ rois” 行中的任何列s，b1或b2的值都小于50。

以下是示例数据框：

roi s   b1  b2

4   40  60  70

4   60  40  80

4   80  70  60

5   60  40  60

5   60  60  60

5   60  60  60

仅应保留与roi 5对应的三行（roi 4的3行中有2行 s，b1，b2中的至少一个值小于50）。

我已经实现了此功能，但想知道是否有更短的时间（例如更快和清洁剂）的方法：

for roi in data.roi.unique():
            subdata = data[data['roi']==roi];
            subdatas = subdata[subdata['s']>=50];
            subdatab1 = subdatas[subdatas['b1']>=50];
            subdatab2 = subdatab1[subdatab1['b2']>=50]
            if((subdatab2.size/10)/(subdata.size/10) < 0.5):
                data = data[data['roi']!=roi];

Answer 1

您可以执行transform：

s = (data.set_index('roi')    # filter `roi` out of later comparison
         .lt(50).any(1)       # check > 50 on all columns
         .groupby('roi')      # groupby
         .transform('mean')   # compute the mean
         .lt(0.5)             # make sure mean > 0.5
         .values
    )

data[s]

输出：

   roi   s  b1  b2
3    5  60  40  60
4    5  60  60  60
5    5  60  60  60

Answer 2

您可以一次使用多个过滤条件，以避免创建中间数据帧（提高空间复杂度），例如：

for roi in data.roi.unique():
  subdata2 = data[(data['roi']==roi) &
                  (data['s']>=50) &
                  (data['b2']>=50)]
  if (subdata2.size/10)/(data[data['roi']==roi].size/10) < 0.5:
      data = data[data['roi']!=roi]

根据几列从熊猫数据框中删除行

2 个答案: