Python 3.x 删除具有多个条件的行

考虑以下数据帧：

df = pd.DataFrame({
    'case_id': [1050, 1050, 1050, 1050, 1051, 1051, 1051, 1051],
    'elm_id': [101, 102, 101, 102, 101, 102, 101, 102],
    'cid': [1, 1, 2, 2, 1, 1, 2, 2],
    'fx': [736.1, 16.5, 98.8, 158.5, 272.5, 750.0, 333.4, 104.2],
    'fy': [992.0, 261.3, 798.3, 452.0, 535.9, 838.8, 526.7, 119.4],
    'fz': [428.4, 611.0, 948.3, 523.9, 880.9, 340.3, 890.7, 422.1]})

打印时如下所示：

   case_id  cid  elm_id     fx     fy     fz
0     1050    1     101  736.1  992.0  428.4
1     1050    1     102   16.5  261.3  611.0
2     1050    2     101   98.8  798.3  948.3
3     1050    2     102  158.5  452.0  523.9
4     1051    1     101  272.5  535.9  880.9
5     1051    1     102  750.0  838.8  340.3
6     1051    2     101  333.4  526.7  890.7
7     1051    2     102  104.2  119.4  422.1

我需要删除‘case_id’=列表中的值和‘cid’=列表中的值的行。为了简单起见，让我们只使用具有单个值的列表：

cases=[1051]

和

ids=[1]

。在这个场景中，我希望新的数据帧有（6）行数据。它应该是这样的，因为有两行符合我的条件，应该删除：

   case_id  cid  elm_id     fx     fy     fz
0     1050    1     101  736.1  992.0  428.4
1     1050    1     102   16.5  261.3  611.0
2     1050    2     101   98.8  798.3  948.3
3     1050    2     102  158.5  452.0  523.9
4     1051    2     101  333.4  526.7  890.7
5     1051    2     102  104.2  119.4  422.1

我试过一些不同的方法，比如：

df2=df[（df.case\u id！=subcase）和（df.cid！=commit\u id）]

但这与我的预期相反：

2     1050    2     101   98.8  798.3  948.3
3     1050    2     102  158.5  452.0  523.9

我还尝试过使用

.query（）

：

df.query（'（case\u id！=1051）和（cid！=1）

但是得到了相同的（2）行结果

---

任何帮助和/或解释都将不胜感激。

您的代码将查找符合条件的行，而不是删除它。您可以使用 使用以下命令：

df.drop(df.loc[(df['case_id'].isin(cases)) & (df['cid'].isin(ids))].index)

输出：

     case_id    cid elm_id  fx  fy  fz
0   1050    1   101 736.1   992.0   428.4
1   1050    1   102 16.5    261.3   611.0
2   1050    2   101 98.8    798.3   948.3
3   1050    2   102 158.5   452.0   523.9
6   1051    2   101 333.4   526.7   890.7
7   1051    2   102 104.2   119.4   422.1

---

代码查找符合条件的行，而不是删除它。您可以使用 使用以下命令：

df.drop(df.loc[(df['case_id'].isin(cases)) & (df['cid'].isin(ids))].index)

输出：

     case_id    cid elm_id  fx  fy  fz
0   1050    1   101 736.1   992.0   428.4
1   1050    1   102 16.5    261.3   611.0
2   1050    2   101 98.8    798.3   948.3
3   1050    2   102 158.5   452.0   523.9
6   1051    2   101 333.4   526.7   890.7
7   1051    2   102 104.2   119.4   422.1

---

这是逻辑问题：您可以将

&

（and）替换为

|

（or）<代码>df[（df.case_id！=1051）|（df.cid！=1）]

df.query（'（case_id！=1051）|（cid！=1）

@Xinlu你是对的。不过，这对我来说毫无意义。我想同时满足两个标准（和），而不是一个标准（或）。为什么这样做？实际上，您希望删除一些观察：

（不是（A和B））

，这相当于

（（不是A）或（不是B））

。因此，

df.query（'not（case_id==1051&cid==1）

将给出相同的结果。这是逻辑问题：您可以用

（or）替换

&

（and）<代码>df[（df.case_id！=1051）|（df.cid！=1）]

df.query（'（case_id！=1051）|（cid！=1）

@Xinlu你是对的。不过，这对我来说毫无意义。我想同时满足两个标准（和），而不是一个标准（或）。为什么这样做？实际上，您希望删除一些观察：

（不是（A和B））

，这相当于

（（不是A）或（不是B））

。因此，

df.query（'not（case_id==1051&cid==1）

将给出相同的结果。这很接近，但还没有实现。为了让它工作，我需要删除（~）的两个实例。我们要删除列表中的值。（~）否定了这一点。如果你删除（~），我会接受正确的答案。这很接近，但还没有。为了让它工作，我需要删除（~）的两个实例。我们要删除列表中的值。（~）否定了这一点。如果你删除（~），我会接受正确的答案。