使用 lambda 删除几行 pandas 数据帧

Posted 2023-04-18

【中文标题】使用 lambda 删除几行 pandas 数据帧

【英文标题】：Drop few rows of a pandas dataframe using lambda

【发布时间】：2018-05-07 16:22:28

【问题描述】：

我目前在处理 Pandas 中的数据帧时遇到了方法链接问题，这是我的数据结构：

import pandas as pd

lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
df = pd.DataFrame(
    'Frenquency': lst1,
     'lst2Tite': lst2,
     'lst3Tite': lst3
    )

问题是如果频率小于6，则获取条目（行），但需要在方法链接中完成。

我知道使用传统方式很容易，我可以这样做

df[df["Frenquency"]<6]

得到答案。

但是，问题是关于如何使用方法链接来做到这一点，我尝试了类似

df.drop(lambda x:x.index if x["Frequency"] <6 else null)

但它引发了错误"[<function <lambda> at 0x7faf529d3510>] not contained in axis"

谁能分享一下这个问题？

【问题讨论】：

Frequency 中有一个错字（你写过一次Frenquency），它在 python 中是 None 而不是 null。

方法链是什么意思？如果你有多个条件，你可以&他们一起，例如df[(df.Frequency < 6) & (df.lst2Tite > 3)]。你的情况还不够吗？

@scnerd 通过方法链接，我的意思是像 `df = (df.rename(something") .drop("something") .assign("something") ) `按函数的数据帧并在每个步骤中返回一个数据帧，我认为方法链接的另一个词是“Pythonic”？

感谢纠正我，@mrCarnivore 我放在这里的代码只是演示这个想法，但如果我输入正确会更有意义:)

该术语是“流畅的界面”。 Pandas 确实 支持这一点，不过，我不确定它是否一定是 pythonic —— 我想这取决于你的口味。请注意，大多数内置 python 对象不支持流畅的界面。

【参考方案1】：

这是一个老问题，但我会回答，因为没有可接受的答案供将来参考。

df[df.apply(lambda x: True if (x.Frenquency) <6 else False,axis=1)]

解释：此 lambda 函数检查频率，如果是，则分配 True，否则分配 False，以及 df 使用的一系列 True 和 False 仅索引真实值。请注意，列名 Frenquency 是一个错字，但我保持原样，因为问题是这样的。

【参考方案2】：

或者这样：

df.drop(i for i in df.Frequency if i >= 6)

或者就地使用：

df.drop((i for i in df.Frequency if i >= 6), inplace=True)

【参考方案3】：

对于这种选择，您可以通过使用query 方法来维护流畅的界面并使用方法链接：

>>> df.query('Frenquency < 6')
   Frenquency  lst2Tite  lst3Tite
0           0         0         0
1           1         1         1
2           2         2         2
3           3         3         3
4           4         4         4
5           5         5         5
>>>

比如：

df.rename(<something>).query('Frenquency <6').assign(<something>)

或者更具体地说：

>>> (df.rename(columns='Frenquency':'F')
...    .query('F < 6')
...    .assign(FF=lambda x: x.F**2))
   F  lst2Tite  lst3Tite  FF
0  0         0         0   0
1  1         1         1   1
2  2         2         2   4
3  3         3         3   9
4  4         4         4  16
5  5         5         5  25

【参考方案4】：

觉得这篇文章没有解决问题精神的答案。对链最友好的方式是（可能）使用 Panda 的.loc。

import pandas as pd

lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
df = pd.DataFrame("Frequency": lst1, "lst2Tite": lst2, "lst3Tite": lst3)

df.loc[lambda _df: 6 < _df["Frequency"]]

简单！

【参考方案5】：

这能满足您的需求吗？

df.mask(df.Frequency >= 6).dropna()