如果任何“单元格”匹配 3 个字符串之一，则寻找 Pythonic 方法来删​​除 Pandas

Question

我正在寻找一种更Pythonic（并且更快！）的方法来清除任何行中具有三个字符串之一的任何行。我的代码可以工作，但是太慢了！

任何建议，将不胜感激！

# Check out each row

for i,row in df2.iterrows():

    for index in range(df2.shape[1]): 

        # Check out values in each column

        # if it's 98 or 99, drop it

        if df2.iloc[i,index] == '98.00':

            df2.drop(i)

            print('dropped row ', i, ' due to high value')

        elif df2.iloc[i,index] == '99.00':

            df2.drop(i)

            print('dropped row ', i, ' due to high value')                

        # or if the value is the default text null value, drop it

        elif df2.iloc[i,index] == '#NULL!':

            df2.drop(i)

            print('dropped row ', i, 'due to null value')

Answer 1

您可以使用isin方法：df = df[~df['COLUMN'].isin(['LIST','OF','STRINGS'])]

Answer 2

我有点困惑，但您可以使用带有 |（或）的过滤器来存储要删除的行，然后在 df 上使用 drop 。例如：drop_row = df.loc[(df['some_column] > 某事) | (df['some_column] > 某事)df.drop(index = drop_row.index, inplace = True)

Answer 3

isin结合any应该工作：df = df[~df.isin(["98.0", "99.0", "#NULL!"]).any(axis="columns")]

Answer 4

如果您想使用 drop() 和 isin() 函数（之前建议），我建议：df.drop(index=df[df.isin(["98.00", "99.00", "#NULL!"]).any(1)].index, inplace=True)这是一种更简短的表达方式：df.drop(index=df[((df == "98.00") | (df == "99.00") | (df == '#NULL!')).any(1)].index, inplace=True)下面描述一下代码的工作原理：首先选择验证任何请求条件的索引。然后，在 drop 函数中使用选择的索引来删除数据框中的相关行。要永久执行 df 中的放置，需要“inplace=True”。如果您只想将放置结果显示为临时（例如通过 print() 函数），则可以替换为“inplace=False”。