1

Необходимо удалить все строки со значениями в определенном столбце содержащем вещественные числа, которые удовлетворяют условию - "Все числа которые больше 300.0".

Я создал переменную, но не знаю, как удалить в DataFrame.

to_drop = [i for i in train.Fare if i > 300.0]

Как решить данную задачу?

2
  • Что значит "удалить в столбце" - заменить на NaN? Вы можете удалить только строки целиком. Если строки не удалять, то только заменять числа на что-то
    – CrazyElf
    24 окт 2020 в 16:59
  • Именно! Строки целиком. 24 окт 2020 в 17:08

3 ответа 3

4

Кажется, что будет легче провести обратную операцию: создать новый датафрейм из старого с теми строками, где числа из столбца Fare будут меньше или равны 300. Пример кода:

df = df[df.Fare <= 300]
4
  • Вышенаписанное условие понятно, но как его применить, чтобы сохранились и остальные данные. В датафрейме не мало столбцов и строк 24 окт 2020 в 16:52
  • Какие данные вам в итоге нужны? Собираетесь ли вы удалять из датафрейма строки по условию? Если не уелые строки, то просто заменяете нужные вам значения в столбце NaN.
    – roddar92
    24 окт 2020 в 17:19
  • Вместе со строками. 24 окт 2020 в 17:52
  • 1
    Тогда данное решение вам подходит :)
    – roddar92
    24 окт 2020 в 18:05
2

Если вы точно выразили свою мысль и хотите именно "удалить все значения в определенном столбце(вещественные числа), которые удовлетворяют условию" но оставить все остальные элементы Датафрейма без изменений, то это делается так:

df1 = pd.DataFrame({'x':[1,5,4,3,4,5],
                   'Fare':[100,200,300,400,500,100],
                   'w':[11,15,14,13,14,15]})
df1.loc[df1['Fare']>300,'Fare']='nan'

Результат:

   x Fare   w
0  1  100  11
1  5  200  15
2  4  300  14
3  3  nan  13
4  4  nan  14
5  5  100  15

А если со строками - то вот так:

df1=df1[df1['Fare']<=300]

Результат:

   x  Fare   w
0  1   100  11
1  5   200  15
2  4   300  14
5  5   100  15
2
  • Вместе со строками 24 окт 2020 в 17:52
  • В ответе - оба варианта. Выбирайте. А впредь - выражайте свои желания четко.
    – passant
    24 окт 2020 в 17:55
2

Можно воспользоваться методом DataFrame.query(...):

пример данных:

threshold = 300
np.random.seed(1234)
df = pd.DataFrame(np.random.randint(2000, size=(10, 3)), columns=list("abc"))

решение:

res = df.query("a <= @threshold")

результат:

      a     b      c
3   279  1257   1178
4    30  1707   1182
9   246   510   1455
2
  • Я понимаю, когда query используется для сложных запросов, но для простых его использовать как-то странно. Наверное, просто дело привычки )
    – CrazyElf
    25 окт 2020 в 6:43
  • 1
    @CrazyElf, лично мне .query нравится гораздо больше по-сравнению с .loc[] потому что он легче читается и часто быстрее работает (под капотом используется numexpr). 🙂 25 окт 2020 в 8:33

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.