Comment supprimer des lignes d'une trame de données Pandas en fonction d'un index ou de conditions ?

Supprimer des lignes d'un dataframe Pandas

Dans Pandas, nous rencontrons souvent le besoin de supprimer certaines lignes d'un dataframe, soit pour le nettoyage des données objectifs ou pour se concentrer sur des sous-ensembles spécifiques. Un moyen efficace d'y parvenir consiste à utiliser la fonction drop, qui nous permet de supprimer sélectivement des lignes en fonction de divers critères.

Pour démontrer le processus, considérons un dataframe df :

<code class="python">import pandas as pd

df = pd.DataFrame({'sales': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907],
                   'discount': [None, None, None, None, None, None],
                   'net_sales': [2.709, 6.590, 10.103, 15.915, 3.196, 7.907],
                   'cogs': [2.245, 5.291, 7.981, 12.686, 2.710, 6.459]})

print(df)
</code>

Maintenant, supposons que nous souhaitions supprimer des lignes avec certains numéros de séquence, représentés par une liste, telle que [1, 2, 4]. Pour ce faire, nous pouvons utiliser la fonction drop comme suit :

1. Créez une série d'étiquettes d'index que vous souhaitez supprimer :

<code class="python">indices_to_drop = [1, 2, 4]</code>

2. Alternativement , vous pouvez également supprimer des lignes en fonction des conditions des colonnes :

<code class="python">conditions_to_drop = df['sales'] > 10
df = df[~conditions_to_drop]</code>

En spécifiant le paramètre index dans drop, nous pouvons effectivement supprimer les lignes correspondant aux indices fournis, nous laissant avec le sous-ensemble souhaité :

<code class="python">df = df.drop(index=indices_to_drop)
print(df)</code>

Dans ce cas, cela donnerait le dataframe suivant :

                  sales  discount  net_sales    cogs
STK_ID RPT_Date                                     
600141 20060331   2.709       NaN      2.709   2.245
       20061231  15.915       NaN     15.915  12.686
       20070630   7.907       NaN      7.907   6.459

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!