python - 从 python pandas 数据框中删除一些元素

Question

我有一个 20000 行 5 列的 Excel 工作表。该数据帧包含几个-9值。我想删除那些 -9 而不替换其位置上的任何其他值。

下面是示例数据框:

a   b   c
1   3   -9
-9   2   8
5   -9   -9
-9   0   2

我需要一个如下所示的数据框:

a b c
1 3
2 8
5
0 2

以下是输出文件的一部分:23799 1
11 1.000000 0.1 0.133 1 0.867 0.5 0
23800 2
2 0.100000 0.1 0.133 1 0.867 0.5 0
11 0.900000 0.1 0.133 1 0.867 0.5 0
23801 2
2 0.200000 0.1 0.133 1 0.867 0.5 0
11 0.800000 0.1 0.133 1 0.867 0.5 0
23802 2
2 0.200000 0.1 0.133 1 0.867 0.5 0
11 0.800000 0.1 0.133 1 0.867 0.5 0
23803 3
2 0.600000 0.1 0.133 1 0.867 0.5 0
10 0.100000 0.1 0.173 1 0.827 0.5 0
11 0.300000 0.1 0.133 1 0.867 0.5 0
23804 2
2 0.400000 0.1 0.133 1 0.867 0.5 0
11 0.600000 0.1 0.133 1 0.867 0.5 0
23805 2
2 0.500000 0.1 0.133 1 0.867 0.5 0
11 0.500000 0.1 0.133 1 0.867 0.5 0
23806 3
5 0.100000 0.1 0.1 1 0.9 0.5 0
9 0.400000 0.1 0.089 1 0.889 0.5 0.022
11 0.500000 0.1 0.133 1 0.867 0.5 0
23807 2
5 0.400000 0.1 0.1 1 0.9 0.5 0
9 0.600000 0.1 0.089 1 0.889 0.5 0.022
23808 2
5 0.200000 0.1 0.1 1 0.9 0.5 0
9 0.800000 0.1 0.089 1 0.889 0.5 0.022

Answer 1

我相信您需要所有至少具有一个值-9的行 - 按boolean indexing过滤:

df = df[df.ne(-9).all(axis=1)]
print (df)
   a  b
0  1  3

详细信息:

检查值是否不等于-9:

print (df.ne(-9))
       a      b
0   True   True
1  False   True
2   True  False
3  False  False

检查每行是否全部为 True:

print (df.ne(-9).all(axis=1))
0     True
1    False
2    False
3    False
dtype: bool

<小时/>

不可能替换为任何内容，需要替换为 0 或 NaN 或某个值:

print (df.replace(-9, np.nan))
     a    b
0  1.0  3.0
1  NaN  2.0
2  5.0  NaN
3  NaN  NaN

唯一的方法是 reshape - 创建 2 列，其中所有数字都在 melt 的一列中:

df1 = df.melt(var_name='A', value_name='B')
df1 = df1[df1['B'] != -9]
print (df1)
    A  B
0   a  1
2   a  5
4   b  3
5   b  2
7   b  0
9   c  8
11  c  2