在具有特定條件的pandas中刪除行

Question

我有一個ID列表和一個數據幀，其中一列是ID。 我想刪除數據框中的所有行，其中ID不是ID列表中的ID之一。 這是我使用的代碼：

df = df.drop(df[df.ID not in list_IDs].index)

但我收到此錯誤消息：

ValueError：Series的真值是不明確的。 使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

我究竟做錯了什么？

Answer 1

嘗試這個：

df.ix[~df.ID.isin(list_IDs)]

說明

不像df.ID not in list_IDs類的df.ID not in list_IDs即使在vanilla Python中也不會起作用：

In [12]: [1,2,3] in [1,2,3]
Out[12]: False

In [13]: [1,2] in [1,2,3]
Out[13]: False

在pandas中你想使用.isin（）函數

數據：

In [14]: list_IDs
Out[14]: [24, 12, 42, 44]

In [15]: df
Out[15]:
   ID   A
0  58  69
1  36  63
2  92  43
3  24  37
4  12  54
5  42   0
6  44  57
7  78  59
8  59  85
9  56  84

演示

In [16]: df.ID.isin(list_IDs)
Out[16]:
0    False
1    False
2    False
3     True
4     True
5     True
6     True
7    False
8    False
9    False
Name: ID, dtype: bool

In [17]: df[df.ID.isin(list_IDs)]
Out[17]:
   ID   A
3  24  37
4  12  54
5  42   0
6  44  57

負面的 isin()

In [18]: df[~df.ID.isin(list_IDs)]
Out[18]:
   ID   A
0  58  69
1  36  63
2  92  43
7  78  59
8  59  85
9  56  84

In [19]: ~df.ID.isin(list_IDs)
Out[19]:
0     True
1     True
2     True
3    False
4    False
5    False
6    False
7     True
8     True
9     True
Name: ID, dtype: bool

Answer 2

使用邏輯表達式和if語句查看來自評估pandas系列值的 unutbu的答案。 基本上，如果您嘗試通過將數組與列表進行比較來嘗試評估TRUE / FALSE，則pandas總是會引發錯誤，因為如果系列中的所有值都匹配，則用戶是否期望返回TRUE，如果系統中的多個值匹配則返回TRUE系列賽。 因此，如特定功能.any和.all必須被代替使用。

另外：為什么array < 5工作呢？ 這是因為沒有歧義。 數組中的所有值都按元素比較為5.如果是array == [5,6]則不清楚是否需要True或False 。 它等於第一個元素，但不是第二個元素。 在某些情況下，你會想要True而在其他情況下，你會想要False 。 為避免歧義，用戶需要使用特定的功能，如.any 。

Answer 3

import pandas as pd
x = pd.Series([1,2,3])

現在，想想你期望python如何評估它

(x in [1,2])

或更直接

pd.Series([1,2,3]) in [1,2]

如你看到的

“ValueError：系列的真值是模棱兩可的”

你要做的就是這個

x.isin([1,2])