Je me demandais comment je pouvais supprimer tous les index contenant des valeurs négatives dans leur colonne. J'utilise des pandas DataFrames
.
Documentation Pandas DataFrame
Format:
Myid - valuecol1 - valuecol2 - valuecol3 -... valuecol30
Donc, ma DataFrame
s'appelle data
Je sais comment faire cela pour 1 colonne:
data2 = data.index[data['valuecol1'] > 0]
data3 = data.ix[data3]
Donc, je n’obtiens que les identifiants où valuecol1 > 0
, comment puis-je faire une sorte d’instruction and
?
valuecol1 && valuecol2 && valuecol3 && ... && valuecol30 > 0
?
Vous pouvez faire une boucle sur les noms de colonne
for cols in data.columns.tolist()[1:]:
data = data.ix[data[cols] > 0]
Vous pouvez utiliser all
pour vérifier si une ligne ou une colonne entière est vraie:
In [11]: df = pd.DataFrame(np.random.randn(10, 3))
In [12]: df
Out[12]:
0 1 2
0 -1.003735 0.792479 0.787538
1 -2.056750 -1.508980 0.676378
2 1.355528 0.307063 0.369505
3 1.201093 0.994041 -1.169323
4 -0.305359 0.044360 -0.085346
5 -0.684149 -0.482129 -0.598155
6 1.795011 1.231198 -0.465683
7 -0.632216 -0.075575 0.812735
8 -0.479523 -1.900072 -0.966430
9 -1.441645 -1.189408 1.338681
In [13]: (df > 0).all(1)
Out[13]:
0 False
1 False
2 True
3 False
4 False
5 False
6 False
7 False
8 False
9 False
dtype: bool
In [14]: df[(df > 0).all(1)]
Out[14]:
0 1 2
2 1.355528 0.307063 0.369505
Si vous souhaitez uniquement examiner un sous-ensemble des colonnes, par exemple, [0, 1]
:
In [15]: df[(df[[0, 1]] > 0).all(1)]
Out[15]:
0 1 2
2 1.355528 0.307063 0.369505
3 1.201093 0.994041 -1.169323
6 1.795011 1.231198 -0.465683
Pour utiliser des instructions dans un cadre de données, il vous suffit d'utiliser un seul caractère et de séparer chaque condition par une parenthèse.
Par exemple:
data = data[(data['col1']>0) & (data['valuecol2']>0) & (data['valuecol3']>0)]
Si vous souhaitez vérifier les valeurs d'un groupe de colonnes adjacent, par exemple de la deuxième à la dixième:
df[(df.ix[:,2:10] > 0).all(1)]
Vous pouvez également utiliser une gamme
df[(df.ix[:,range(1,10,3)] > 0).all(1)]
et une propre liste d'indices
mylist=[1,2,4,8]
df[(df.ix[:, mylist] > 0).all(1)]