最好的方法是使用布尔掩蔽:

In [56]: df

Out[56]:

line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

11  2006-01-13      504          0      70  0.142    9.969

12  2006-01-02      515          0      64  0.135    8.627

13  2005-12-06      542          0      70  0.118    8.246

14  2005-11-29      549          0      70  0.114    7.963

15  2005-11-22      556          0      -1  0.110   -0.110

16  2005-11-01      577          0      -1  0.099   -0.099

17  2005-10-20      589          0      -1  0.093   -0.093

18  2005-09-27      612          0      -1  0.083   -0.083

19  2005-09-07      632          0      -1  0.075   -0.075

20  2005-06-12      719          0      69  0.049    3.360

21  2005-05-29      733          0      -1  0.045   -0.045

22  2005-05-02      760          0      -1  0.040   -0.040

23  2005-04-02      790          0      -1  0.034   -0.034

24  2005-03-13      810          0      -1  0.031   -0.031

25  2004-11-09      934          0      -1  0.017   -0.017

In [57]: df[df.line_race != 0]

Out[57]:

line_date  daysago  line_race  rating    raw  wrating

0   2007-03-31       62         11      56  1.000   56.000

1   2007-03-10       83         11      67  1.000   67.000

2   2007-02-10      111          9      66  1.000   66.000

3   2007-01-13      139         10      83  0.881   73.096

4   2006-12-23      160         10      88  0.793   69.787

5   2006-11-09      204          9      52  0.637   33.106

6   2006-10-22      222          8      66  0.582   38.408

7   2006-09-29      245          9      70  0.519   36.318

8   2006-09-16      258         11      68  0.486   33.063

9   2006-08-30      275          8      72  0.447   32.160

10  2006-02-11      475          5      65  0.165   10.698

最新情况:既然熊猫0.13已经过时了,另一种方法就是df.query('line_race != 0').

dataframe 按条件删行_根据列值删除Pandas中的DataFrame行相关推荐

  1. 根据列值删除Pandas中的DataFrame行

    本文翻译自:Deleting DataFrame row in Pandas based on column value I have the following DataFrame: 我有以下Dat ...

  2. python删除指定行_关于csv:删除python中的特定行和对应文件

    我想删除90%的"转向"值等于0的行.这三个图像都有一个对应的图像文件,中间,左边和右边.我也要删除它们.csv文件如下: 我编写了以下代码,以至少获取转向值为0的文件.我所需要的 ...

  3. python pandas dataframe 排序,如何按两列或更多列对python pandas中的dataFrame进行排序?...

    Suppose I have a dataframe with columns a, b and c, I want to sort the dataframe by column b in asce ...

  4. sed删除以什么开头的内容_使用 sed 命令删除文件中的行

    原标题:使用 sed 命令删除文件中的行 Sed 代表流编辑器 Stream Editor ,常用于 Linux 中基本的文本处理.sed 命令是 Linux 中的重要命令之一,在文件处理方面有着重要 ...

  5. pandas 选取第一行_用pandas中的DataFrame时选取行或列的方法

    如下所示: import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.ar ...

  6. python怎么选取不连续的列_用pandas中的DataFrame时选取行或列的方法

    如下所示: import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.ar ...

  7. python列表按照指定顺序排序-pandas中的DataFrame按指定顺序输出所有列的方法

    问题: 输出新建的DataFrame对象时,DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致. 例如: import pandas as pd grades = [48,99, ...

  8. python中的iloc函数_详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据

    pandas的DataFrame对象,本质上是二维矩阵,跟常规二维矩阵的差别在于前者额外指定了每一行和每一列的名称.这样内部数据抽取既可以用"行列名称(对应.loc[]方法)",也 ...

  9. datatable中某一列最小值_Asp.net中获取DataTable选择第一行某一列值

    数据源是一个DataTable,现在我们需要获取这个DataTable的第一行第一列的值. 先准备一个数据集,创建一个DataTable,并填充数据: source code: using Syste ...

最新文章

  1. NB-Iot烟感01:烟感探测器原理和规格
  2. 生态伙伴 | 飞书携手ProcessOn助力企业高效远程办公,共同“战疫”
  3. [BZOJ2821]作诗(Poetize)
  4. leetcode算法题--多边形三角剖分的最低得分★
  5. Html5实现手机九宫格密码解锁功能
  6. 达摩院 2020 预测:工业互联网超融合来袭!
  7. mysql自动生成日期序列号_mysql – 在一天内为实体生成唯一的序列号
  8. 基于链表的两个集合的差集
  9. AppScan安装教程
  10. SQLserver2019找不到配置管理工具解决办法
  11. 立创EDA学习笔记(3)——创建元件封装
  12. 1. HikariCP连接池优化配置小结
  13. Unity快速入门教程-手机游戏开发前的准备(手机模拟器Simulator)
  14. 面试官:兄弟,说说基本类型和包装类型的区别吧
  15. C#实现的打飞机游戏(课程设计)
  16. Python基础知识:切片
  17. 如何用计算机函数算年龄,农历虚龄计算器,岁数计算器怎么查对象生日日
  18. java基于微信小程序的投票系统 uniapp 小程序
  19. 我的日记本开发手记(4)—— UI效果图
  20. 计算机毕业设计ssm全域旅游Web平台

热门文章

  1. R语言使用str_locate函数和str_locate_all函数来定位特定字符串或者字符串模式在字符串中的位置:str_locate函数第一个位置、str_locate_all函数定位所有位置
  2. R语言get函数、get0函数、mget函数获取数据对象实战
  3. 什么是外函数,什么是内函数?闭包(Closure)是什么?说说你对闭包(Closure)的理解?
  4. 泊松回归(Poisson regression)、COX回归、分类器变回归器、回归算法注意事项、多重共线性问题
  5. 朴素贝叶斯(NBM,Naive Bayesian Model)为什么朴素又有哪些形式?
  6. Android APP性能优化
  7. java SE环境变量配置
  8. Tools and Strategies for Long-Read Sequencing and De Novo Assembly of Plant Genomes
  9. makefile:2: *** missing separator. Stop. make 之后出现的错误,解决方法
  10. k线顶分型 python_K线运用:顶分型的技术特点及应用方法