Pandas 最好的方法是使用掩码就地对数据帧子集

我有一个要缩小的pandas数据集（删除x下的所有值）

掩码为

df[my_column]>50

我通常只使用

df=df[mask]

，但希望避免每次都复制，特别是因为它在函数中使用时容易出错（因为它只在函数范围内被更改）

对数据集进行子集的最佳方法是什么

我在想一些类似于

df.drop（df.loc[mask].index，inplace=True）

---

有没有更好的方法来做到这一点，或者在任何情况下这根本不起作用？

我认为这是可行的。也许有更好的方法

---

df=df.drop（df[df.my_column<50].index）

您缺少就地参数：

---

df.drop（df[df.my_column<50].index，inplace=True）

你的意思是

view=df.loc[df[my_column]>50]

？我总是对熊猫中的查看和复制感到困惑。本质上，我想给它一个条件，让它下降，并下降到位。df.loc[mask].index将为me提供要删除的索引，对吗？对不起，

df=df[mask]

？这将最终为删除的行恢复内存？嗯

掩码本身是一个布尔索引，更容易出错，在函数中使用时会生成一个“本地”副本，然后必须返回该副本。我想在适当的地方做一些修改，而不仅仅是为了记忆
df.drop（df.loc[mask].index，inplace=True）
似乎有效，但我认为可能会有更好的解决方案（因为我的解决方案可能会在多级索引等方面失败），它仍然是一个复制和替换，但我很好奇为什么要避免iloc drop有一个inplace标志