Python 3.x 关于熊猫的结构问题.下降法

下面的代码可以正常工作

但是为什么需要键入df[df[而不是下面的

df2=df.drop(df[df['issue']=="prob"].index)
df2.head()

我知道上面的方法不起作用，而前者起作用。我想知道为什么或者知道我应该用谷歌搜索什么

此外，如果您对更相关的标题有任何建议，我们将不胜感激。 谢谢！

• 选项1:

  df[df['issue']==“prob”]

  生成一个带有值子集的

  数据帧

• 选项2:

  df['issue']==“prob”

  为每一行生成一个带有布尔值的

  pandas.Series

• .drop

  适用于选项1，因为它知道只需删除选定的索引，而不是从选项2返回的所有索引
• 我将使用以下方法删除行。
  • 使用

    ~

    （not）选择布尔选择的相反项。

    • df=df[~（df.treatment='Yes'）]

  • 选择仅具有所需值的行

    • df=df[（df.treatment='No'）]

将熊猫作为pd导入
将numpy作为np导入
随机输入
#示例数据帧
np.random.seed（365）
随机种子（365）
行=25
数据={'a'：np.random.randint（10，大小=（行）），
“组”：范围内（行）的[随机选择（['1-5'，'6-25'，'26-100'，'100-500'，'500-1000'，'>1000']），
“治疗”：[范围内（行）的随机选择（['Yes'，'No']），
“日期”：pd.bdate_范围（datetime.today（），freq='d'，periods=rows.tolist（）}
df=pd.DataFrame（数据）

df[df.treatment='Yes'].index

• 只生成

  treatment

  为

  'Yes'

  的索引，因此

  df.drop（df[df.treatment='Yes'].index）

  仅删除列表中的索引

df[df.treatment=='Yes'].索引
[out]：
Int64Index（[0,1,2,4,6,7,8,11,12,13,14,15,19,21]，dtype='int64'）
df.drop（df[df.treatment='Yes'].index）
[out]：
治疗日期
356-25第2020-08-15号
52500-1000号2020-08-17
9 0 500-1000编号2020-08-21
10 3 100-500编号2020-08-22
16 8 1-5第2020-08-28号
17 4 1-5第2020-08-29号
18 3 1-5第2020-08-30号
20 6 500-1000编号2020-09-01
22 6-25第2020-09-03号
23 8 100-500编号2020-09-04
24926-100第2020-09-05号

（df.treatment='Yes'）。索引

生成所有索引，因此
df.drop（（df.treatment=='Yes'）.index）
删除所有索引，留下一个空数据帧

（df.treatment='Yes'）。索引
[out]：
范围索引（开始=0，停止=25，步骤=1）
df.drop（（df.treatment='Yes'）.index）
[out]：
空数据帧
列：[a、组、治疗、日期]
索引：[]

df2=df.drop(df['issue']=="prob"].index)
df2.head()