Python Pandas：如何使用 df.drop 和 df.loc 删除行？

Question

假设我有以下 dataframe：

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        'user': ['Adam', 'Barry', 'Cindy', 'Dirk', 'Ella'],
        'income': [50000, 0, 100000, 30000, 0],
        'net worth': [250000, 1000000, 2000000, 50000, 0]
    }
)

到目前为止，我一直在使用以下条件根据条件删除行：

df2 = df[df.income != 0]

并像这样使用多个条件：

df3 = df[(df['income'] != 0) & (df['net worth'] > 100000)]

问题：这是删除行的首选方式吗？ 如果不是，那是什么？ 是否可以通过df.drop和df.loc做到这一点？ 语法是什么？

Answer 1

.loc创建您要保留的行的子集，而不是.drop过滤您要删除的行。 drop需要行 label（索引名称）。

最后一个带drop的过滤器的等价物是：

>>> df.drop(df[~((df['income'] != 0) & (df['net worth'] > 100000))].index)

    user  income  net worth
0   Adam   50000     250000
2  Cindy  100000    2000000

# OR a bit smart:
>>> df.drop(df[(df['income'] == 0) | (df['net worth'] <= 100000)].index)

    user  income  net worth
0   Adam   50000     250000
2  Cindy  100000    2000000

您更喜欢哪种语法？