使用 lambda 删除熊猫数据框的几行

Question

我目前在操作熊猫中的数据帧时遇到方法链问题，这是我的数据结构：

import pandas as pd

lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
df = pd.DataFrame(
    {'Frenquency': lst1,
     'lst2Tite': lst2,
     'lst3Tite': lst3
    })

问题是如果频率小于6，则获取条目（行），但需要在方法链接中完成。

我知道使用传统方式很容易，我可以做

df[df["Frenquency"]<6]

得到答案。

但是，问题是关于如何使用方法链接来做到这一点，我尝试了类似的方法

df.drop(lambda x:x.index if x["Frequency"] <6 else null)

但它引发了一个错误"[<function <lambda> at 0x7faf529d3510>] not contained in axis"

任何人都可以就这个问题分享一些看法吗？

Answer 1

或者也许这个：

df.drop(i for i in df.Frequency if i >= 6)

或者就地使用：

df.drop((i for i in df.Frequency if i >= 6), inplace=True)

Answer 2

对于这种选择，您可以通过使用query方法来维护流畅的界面并使用方法链：

>>> df.query('Frenquency < 6')
   Frenquency  lst2Tite  lst3Tite
0           0         0         0
1           1         1         1
2           2         2         2
3           3         3         3
4           4         4         4
5           5         5         5
>>>

所以像：

df.rename(<something>).query('Frenquency <6').assign(<something>)

或者更具体地说：

>>> (df.rename(columns={'Frenquency':'F'})
...    .query('F < 6')
...    .assign(FF=lambda x: x.F**2))
   F  lst2Tite  lst3Tite  FF
0  0         0         0   0
1  1         1         1   1
2  2         2         2   4
3  3         3         3   9
4  4         4         4  16
5  5         5         5  25

Answer 3

感觉这篇文章没有解决问题精神的答案。 最友好的方式是（可能）使用 Panda 的.loc 。

import pandas as pd

lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
df = pd.DataFrame({"Frequency": lst1, "lst2Tite": lst2, "lst3Tite": lst3})

df.loc[lambda _df: 6 < _df["Frequency"]]

简单的！

Answer 4

这能满足您的需求吗？

df.mask(df.Frequency >= 6).dropna()

Answer 5

这是一个老问题，但我会回答，因为没有可接受的答案供将来参考。

df[df.apply(lambda x: True if (x.Frenquency) <6 else False,axis=1)]

解释：此 lambda 函数检查频率，如果是，则分配 True 否则分配 False 以及 df 使用的 True 和 False 系列仅用于索引真值。 请注意，列名频率是一个错字，但我保持原样，因为问题是这样的。