如何根据系列中的值从 DataFrame 中删除行

Question

我知道这是一个简单的问题，但我就是找不到解决方法。

我有一个 DataFrame，我想根据另一个 series 中的值删除行。

X
   1   2   5   6   7   10  12  13
0   5   4   4   4   0   4   0   3
1   3   0   3   0   0   0   0   3
2   4   0   0   0   0   0   0   0
3   3   0   0   0   5   4   5   5
4   3   0   0   0   0   0   0   1 

Vtk
1    4
2    3
4    3
Name: rank, dtype: int64

我想从 X 中删除与 Vtk 中值 a = 3 的索引相对应的行。在这种情况下，我希望根据值 a = 3 删除 X 中索引为 2 和 4 的行。像这样：

X
   1   2   5   6   7   10  12  13
0   5   4   4   4   0   4   0   3
1   3   0   3   0   0   0   0   3
3   3   0   0   0   5   4   5   5

到目前为止我已经尝试过：

b = Vtk.isin([~a])
newX = X.loc[b]

但是有 IndexingError ：

IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match

还有其他方法可以解决我的问题吗？

Answer 1

首先按Series 过滤索引值，然后按DataFrame.drop 删除行：

b = Vtk.index[Vtk == 3]
print (b)
Int64Index([2, 4], dtype='int64')

newX = X.drop(b)
print (newX)
   1  2  5  6  7  10  12  13
0  5  4  4  4  0   4   0   3
1  3  0  3  0  0   0   0   3
3  3  0  0  0  5   4   5   5

另一种使用isin 和~ 过滤的解决方案：

newX = X[~X.index.isin(b)]
print (newX)
   1  2  5  6  7  10  12  13
0  5  4  4  4  0   4   0   3
1  3  0  3  0  0   0   0   3
3  3  0  0  0  5   4   5   5

通过loc 选择的解决方案是通过difference 获取索引值：

newX = X.loc[X.index.difference(b)]
print (newX)
   1  2  5  6  7  10  12  13
0  5  4  4  4  0   4   0   3
1  3  0  3  0  0   0   0   3
3  3  0  0  0  5   4   5   5