パンダのデータフレームから行のリストをドロップする方法は？

私はデータフレームdfを持っています：

>>> df
                  sales  discount  net_sales    cogs
STK_ID RPT_Date                                     
600141 20060331   2.709       NaN      2.709   2.245
       20060630   6.590       NaN      6.590   5.291
       20060930  10.103       NaN     10.103   7.981
       20061231  15.915       NaN     15.915  12.686
       20070331   3.196       NaN      3.196   2.710
       20070630   7.907       NaN      7.907   6.459

次に、リストに示されている特定のシーケンス番号を持つ行を削除したいと思います[1,2,4],。

                  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

どのように、またはどのような機能でそれを行うことができますか？

DataFrame.dropを使用して、一連のインデックスラベルを渡します。

In [65]: df
Out[65]: 
       one  two
one      1    4
two      2    3
three    3    2
four     4    1


In [66]: df.drop(df.index[[1,3]])
Out[66]: 
       one  two
one      1    4
three    3    2

インラインでドロップする場合は、「inplace」コマンドを使用することが重要な場合があることに注意してください。

df.drop(df.index[[1,3]], inplace=True)

元の質問では何も返されないため、このコマンドを使用する必要があります。 http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.DataFrame.drop.html

DataFrameが巨大で、ドロップする行数df.drop(df.index[])も多い場合、インデックスによる単純なドロップには時間がかかりすぎます。

私の場合、でフロートのマルチインデックスDataFrameが100M rows x 3 colsあり10k、そこから行を削除する必要があります。私が見つけた最速の方法は、直感に反してtake、残りの行に対してです。

してみましょうindexes_to_drop（ドロップする位置のインデックスの配列で[1, 2, 4]質問に）。

indexes_to_keep = set(range(df.shape[0])) - set(indexes_to_drop)
df_sliced = df.take(list(indexes_to_keep))

私の場合、これには時間がかかりましたが20.5s、単純なものdf.dropは5min 27s多くのメモリを消費しました。結果のDataFrameは同じです。

DataFrame.dropにラベル自体を渡すこともできます（一連のインデックスラベルの代わりに）。

In[17]: df
Out[17]: 
            a         b         c         d         e
one  0.456558 -2.536432  0.216279 -1.305855 -0.121635
two -1.015127 -0.445133  1.867681  2.179392  0.518801

In[18]: df.drop('one')
Out[18]: 
            a         b         c         d         e
two -1.015127 -0.445133  1.867681  2.179392  0.518801

これは次と同等です：

In[19]: df.drop(df.index[[0]])
Out[19]: 
            a         b         c         d         e
two -1.015127 -0.445133  1.867681  2.179392  0.518801

私はこれをより簡単な方法で解決しました-わずか2ステップで。

ステップ1：まず、不要な行/データを含むデータフレームを形成します。

手順2：この不要なデータフレームのインデックスを使用して、元のデータフレームから行を削除します。

例：

整数である 'Age'を含む列と同じ数のデータフレームdfがあるとします。ここで、「年齢」を負の数としてすべての行を削除するとします。

ステップ1：df_age_negative = df [df ['Age'] <0]

ステップ2：df = df.drop（df_age_negative.index、axis = 0）

これがはるかに簡単で、あなたを助けることを願っています。

index xなどの行を削除する場合は、次のようにします。

df = df[df.index != x]

複数のインデックスを削除する場合（これらのインデックスがリストunwanted_indicesにあるとしましょう）、次のようにします。

desired_indices = [i for i in len(df.index) if i not in unwanted_indices]
desired_df = df.iloc[desired_indices]

ここに少し具体的な例を示します。一部の行に多くの重複するエントリがあるとします。文字列エントリがある場合は、文字列メソッドを使用して、削除するすべてのインデックスを簡単に見つけることができます。

ind_drop = df[df['column_of_strings'].apply(lambda x: x.startswith('Keyword'))].index

そして今、それらの行をインデックスを使用して削除します

new_df = df.drop(ind_drop)

@ theodros-zellekeの回答へのコメントで、@ j-jonesはインデックスが一意でない場合の対処方法を尋ねました。私はそのような状況に対処しなければなりませんでした。私がやったことは、私が呼び出す前に、インデックス内の重複の名前を変更することでしたdrop()：

dropped_indexes = <determine-indexes-to-drop>
df.index = rename_duplicates(df.index)
df.drop(df.index[dropped_indexes], inplace=True)

ここrename_duplicates()で、indexの要素を調べて重複の名前を変更した関数を定義しました。私は、同じ名前の変更パターンを使用しpd.read_csv()、カラム、すなわち上の用途"%s.%d" % (name, count)、どこnameの行の名前であり、countそれは以前に発生した回数です。

上記のようにブールからインデックスを決定する

df[df['column'].isin(values)].index

この方法を使用してインデックスを決定するよりもメモリを集中的に使用できます

pd.Index(np.where(df['column'].isin(values))[0])

そのように適用された

df.drop(pd.Index(np.where(df['column'].isin(values))[0]), inplace = True)

この方法は、大きなデータフレームと限られたメモリを処理するときに役立ちます。

行を削除するには、インデックス引数のみを使用します：-

df.drop(index = 2, inplace = True)

複数行の場合：-

df.drop(index=[1,3], inplace = True)

データフレームの例を考えてみましょう

df =     
index    column1
0           00
1           10
2           20
3           30

2番目と3番目のインデックス行を削除します。

アプローチ1：

df = df.drop(df.index[2,3])
 or 
df.drop(df.index[2,3],inplace=True)
print(df)

df =     
index    column1
0           00
3           30

 #This approach removes the rows as we wanted but the index remains unordered

アプローチ2

df.drop(df.index[2,3],inplace=True,ignore_index=True)
print(df)
df =     
index    column1
0           00
1           30
#This approach removes the rows as we wanted and resets the index.