删除熊猫中特定条件以下的所有行答案

【问题标题】：Delete all rows bellow a certain condition in pandas删除熊猫中特定条件以下的所有行
【发布时间】：2019-03-29 21:30:17
【问题描述】：

我有一个包含多列的数据框。其中一列（在示例中表示为 B）用作触发器，即我必须在第一个大于 0.5 的值之后删除所有行。但是，我必须保存第一个数字。

上面给出了一个例子。删除 0.59 之后的所有行（即满足大于 0.5 条件的第一行）。

initial_df = pd.DataFrame([[1,0.4], [5,0.43], [4,0.59], [11,0.41], [9,0.61]], columns = ['A', 'B'])

蓝色框表示触发器，红色框表示必须删除的值。最后我们将有：

最终目标是获取如下dataframe：

是否可以在 pandas 中以一种有效的方式（不使用 for 循环）做到这一点？

【问题讨论】：

【解决方案1】：

您可以使用带有布尔索引的np.where 来提取第一个匹配条件的值的位置索引。然后将此反馈给iloc：

idx = np.where(df['B'].gt(0.5))[0][0]
res = df.iloc[:idx+1]

print(res)

   A     B
0  1  0.40
1  5  0.43
2  4  0.59

对于可能在早期满足条件的非常大的数据帧，更优化的方法是使用 next 和生成器表达式来计算 idx：

idx = next((idx for idx, val in enumerate(df['B']) if val > 0.5), len(df.index))

【讨论】：

【解决方案2】：

因此，如果您的索引与您的 iloc 相同，则此方法有效：

first_occurence = initial_df[initial_df.B>0.5].index[0]
initial_df.iloc[:first_occurence+1]

编辑：这是一个更通用的解决方案

first_occurence = initial_df.index.get_loc(initial_df[initial_df.B>0.5].iloc[0].name)
final_df = initial_df.iloc[:first_occurence+1]

【讨论】：

【解决方案3】：

我找到了类似jpp所示的解决方案：

indices = initial_df.index
trigger = initial_df[initial_df.B > 0.5].index[0]
initial_df[initial_df.index.isin(indices[indices<=trigger])]

由于真正的数据框有多个索引，这是我找到的唯一解决方案。

【讨论】：

【解决方案4】：

我假设您要删除“B”列值小于 0.5 的所有行。

试试这个：

initial_df = pd.DataFrame([[1, 0.4], [5, 0.43], [4, 0.59], [11, 0.41], [9, 0.61]], columns=['A', 'B'])

final_df = initial_df[initial_df['B'] >= 0.5]

生成的数据帧，final_df 为：

   A     B
2  4  0.59
4  9  0.61

【讨论】：