过滤值小于 0 的 pandas 数据帧的行

Posted 2023-03-11

【中文标题】过滤值小于 0 的 pandas 数据帧的行

【英文标题】：Filter rows of pandas dataframe whose values are lower than 0

【发布时间】：2016-03-18 12:38:17

【问题描述】：

我有一个这样的熊猫数据框

df = pd.DataFrame(data=[[21, 1],[32, -4],[-4, 14],[3, 17],[-7,NaN]], columns=['a', 'b'])
df

我希望能够删除 列列表 中所有具有负值的行，并使用 NaN 保留行。

在我的示例中只有 2 列，但我的数据集中有更多列，所以我无法一一进行。

【问题讨论】：

这就是你要找的df.loc[(df>0).all(axis=1) | df.isnull().any(axis=1)]？

是的，如果我将 df 更改为 df[cols]

***.com/questions/13851535/…

【参考方案1】：

如果要将其应用于所有列，请使用 df[df > 0] 和 dropna()：

>>> df[df > 0].dropna()
    a   b
0  21   1
3   3  17

如果您知道要将其应用到哪些列，则仅对带有df[df[cols] > 0] 的列执行：

>>> cols = ['b']
>>> df[cols] = df[df[cols] > 0][cols]
>>> df.dropna()
    a   b
0  21   1
2  -4  14
3   3  17

【讨论】：

就我而言，并非所有列都只是一个子集

@dooms 我又做了一次更新，请查看最新版本

@dooms 你遇到错误了吗？或意外的输出？能详细一点吗？

（我已经更新了我的问题）如果我使用 cols=['b'] 这也会删除我的数据框的最后一行，这不是我想要的

【参考方案2】：

我发现你可以通过这样做来简化答案：

>>> cols = ['b']
>>> df = df[df[cols] > 0]

dropna() 不是就地方法，所以你必须存储结果。

>>> df = df.dropna()

【讨论】：

此代码导致一个空数据框，因为列 'a' 将被所有 NaN 替换，因为过滤器不包括该列。我可以修改这个答案以包含它，但它与其他答案几乎相同。

【参考方案3】：

我一直在寻找一种不会改变 dtype 的解决方案（如果 NaN 与使用 dropna 的答案中建议的整数混合，就会发生这种情况。因为提问者的数据中已经有一个 NaN ，这对他们来说可能不是问题。我采用了保留 int64 dtype 的解决方案。这是我的示例数据：

df = pd.DataFrame(data='a':[0, 1, 2], 'b': [-1,0,1], 'c': [-2, -1, 0])
columns = ['b', 'c']
filter_ = (df[columns] >= 0).all(axis=1)
df[filter_]


   a  b  c
2  2  1  0