Pandas dataframe.drop 随机丢弃行

Question

我试图根据一系列条件从 Pandas 数据框中删除不需要的行。 我对每组条件都有一个 drop 语句 - 总共 10 个条件。 但是，行会被随机丢弃。 每次我在不应删除任何行的测试用例上运行代码时，都会删除不同数量的行。 我尝试使用 inplace=True 删除，但仍然随机删除行。 我尝试注释掉除第一个之外的所有 drop 语句 - 仅使用一个 drop 语句仍然会导致随机删除行。

当我在 PC 上本地运行这段代码时，它似乎运行良好。 但是，我需要在服务器上运行它。 服务器有更新版本的 Python 和 Pandas。 我尝试在服务器上使用与我在 PC 上使用的相同版本的 Python 和 Pandas，但我仍然得到随机丢弃的行。

我究竟做错了什么？ 我很困惑。

这是示例代码 - 两种方法都会导致随机删除行：

df = df.drop(df[df['Pen ID'].str.len() <= 5].index)
df = df.drop(df[df['Operator ID'] == 'VC'].index)
df = df.drop(df[df['Test'] == 'Test1'].index)

df.drop(df[df['Pen ID'].str.len() <= 5].index, inplace=True)
df.drop(df[df['Operator ID'] == 'VC'].index, inplace=True)
df.drop(df[df['Test'] == 'Test1'].index, inplace=True)

Answer 1

我强烈建议您不要使用drop()函数，而是将数据帧切片以避免多次调用。

代替：

df = df.drop(df[df['Pen ID'].str.len() <= 5].index)
df = df.drop(df[df['Operator ID'] == 'VC'].index)
df = df.drop(df[df['Test'] == 'Test1'].index)

和：

df = df[(df['Pen ID'].str.len() > 5) & (df['Operator ID'] != 'VC') & (df['Test'] != 'Test1')]

这将保留Pen ID值的长度大于 5 的所有行（所有值 <= 5 都将被删除），并且Operator ID不是 VC（所有Operator ID == VC都将被删除）和Test不是Test1 。

因此，所有满足至少一个删除条件的行都将被删除