在 Python 的 for 循环中删除数据帧的行

Question

我有多个包含多个列的数据框，如下所示：

DF = 
    A    B    C   metadata_Colunm
r1  6    3    9   r1 
r2  2    1    1   r2
r3  5    7    2   r3

如何使用 for 循环遍历每一列以创建一个新数据帧，然后删除每个新数据帧的值低于 5 的行？ 结果应如下所示：

DF_A=
      A   metadata_Colunm
      6   r1
      5   r1

DF_B=
      B   metadata_Colunm
      7   r3

DF_C=
      C   metadata_Colunm
      9   r1

到目前为止，我所做的是列出我将使用的列（所有不包括元数据），然后将这些列作为新的数据框。由于我还需要保留元数据，因此我将元数据列添加为新数据框的一部分：

DF = DF.drop("metadata_Colunm")
ColList = list(DF)
for item in ColList:
    locals()[f"DF_{str(item)}"] = DF[[item, "metadata_Colunm"]]
    locals()[f"DF_{str(item)}"] = locals()[f"DF_{str(item)}"].drop(locals()[f"DF_{str(item)}"][locals()[f"DF_{str(item)}"].item > 0.5].index, inplace=True)
     

但是使用这个我得到“AttributeError：'DataFrame'对象没有属性'item'。

任何有关使这项工作的建议或任何其他解决方案，将不胜感激！

提前致谢！

Answer 1

您可以对数据框应用过滤器，而不是使用循环

def filter(df, threshold=5):
    for column in df.columns:
        df = df[df[column]>=threshold]

然后将文件管理器应用于所有数据框：

dfs = [df1, df2, df3...]
for df in dfs:
    filter(df)

Answer 2

我会制作一个字典来添加您的新数据框，如下所示：

dictionary = {}
for col in df.columns[:-1]: # all columns but last
    new_df = df.loc[:, (col, 'metadata_column')] # make slices
    for index, row in new_df.iterrows():
        if new_df.loc[index, col] < 5: # remove < 5
            new_df.drop(index=index, inplace=True)
    dictionary[col] = new_df # add to dictionary so you can refer to later

然后您可以通过例如调用每个数据帧dictionary['A'].

根据this，其最佳实践是使用df.loc() 而不是df[] 对数据帧进行切片。

Answer 3

dfs = {}
for col in df.columns[:-1]:
    df_new = df[[col, 'metadata_Colunm']]
    dfs[col] = df_new[df_new[col] >= 5]