Pandas：Drop（）int64基於值返回對象

Question

我需要刪除一列低於某個值的所有行。 我使用下面的命令，但這會將列作為對象返回。 我需要將其保留為int64 ：

df["customer_id"] = df.drop(df["customer_id"][df["customer_id"] < 9999999].index)
df = df.dropna()

我曾嘗試將字段重新int64為int64 ，但是這會導致以下錯誤來自完全不同的列中的數據：

invalid literal for long() with base 10: '2014/03/09 11:12:27'

Answer 1

我認為你需要使用reset_index boolean indexing ：

import pandas as pd

df = pd.DataFrame({'a': ['s', 'd', 'f', 'g'],
                'customer_id':[99999990, 99999997, 1000, 8888]})
print (df) 
   a  customer_id
0  s     99999990
1  d     99999997
2  f         1000
3  g         8888

df1 = df[df["customer_id"] > 9999999].reset_index(drop=True)
print (df1)
   a  customer_id
0  s     99999990
1  d     99999997

drop解決方案，但速度較慢：

df2 = (df.drop(df.loc[df["customer_id"] < 9999999, 'customer_id'].index))
print (df2)
   a  customer_id
0  s     99999990
1  d     99999997

時間 ：

In [12]: %timeit df[df["customer_id"] > 9999999].reset_index(drop=True)
1000 loops, best of 3: 676 µs per loop

In [13]: %timeit (df.drop(df.loc[df["customer_id"] < 9999999, 'customer_id'].index))
1000 loops, best of 3: 921 µs per loop

Answer 2

切片整個框架有什么問題（必要時重新索引）？

df = df[df["customer_id"] < 9999999]
df.index = range(0,len(df))