如何在python中为Pandas创建一个“not”过滤器

fnatzsnv 于 2022-12-16 发布在 Python

关注(0)|答案(4)|浏览(137)

我有一个导入到Pandas中的大 Dataframe ，我想通过一个过滤器把它分解掉。下面是我的基本示例代码：

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

df = DataFrame({'A':[12345,0,3005,0,0,16455,16454,10694,3005],'B':[0,0,0,1,2,4,3,5,6]})

df2= df[df["A"].map(lambda x: x > 0) & (df["B"] > 0)]

基本上，这显示了底部4个结果，这是半正确的。但我需要显示除这些结果之外的所有结果。因此，本质上，我正在寻找一种使用此筛选器的方法，但如果可能的话，使用“非”版本。因此，如果列A大于0且列B大于0，则我们希望从 Dataframe 中取消这些值。谢谢

pandas

来源：https://stackoverflow.com/questions/37493723/how-do-i-create-a-not-filter-in-python-for-pandas

4条答案

按热度按时间

zzoitvuj1#

不需要在系列“A”上调用Map函数。
应用De Morgan's Law：

“非（A和B）”与“（非A）或（非B）"相同

df2 = df[~(df.A > 0) | ~(df.B > 0)]

赞(0）回复(0）举报 2022-12-16

7cjasjjr2#

不需要map实现，您可以像这样反转参数...

df.ix[(df.A<=0)|(df.B<=0),:]

或者使用不带ix的boolean indexing：

df[(df.A<=0)|(df.B<=0)]

赞(0）回复(0）举报 2022-12-16

yhuiod9q3#

试试看

df2 = df[df["A"].map(lambda x: x <= 0) | (df["B"] <= 0)]

字符串

赞(0）回复(0）举报 2022-12-16

f8rj6qna4#

您可以用途：把所有东西都放在括号里，外面用~（波浪号）代替没有东西。

df[~((df['A'] >0) & (df['B']>0))]

答：

A       B
0   12345   0
1   0       0
2   3005    0
3   0       1
4   0       2

赞(0）回复(0）举报 2022-12-16

我来回答

如何在python中为Pandas创建一个“not”过滤器

4条答案

相关问题

热门标签

最新问答