Python 熊猫删除值小于给定值的行

我想删除只包含小于10且大于25的值的行。我的示例数据框如下所示：

a   b   c  
1   2   3  
4   5   16  
11  24  22  
26  50  65  

预期输出：

a   b   c  
1   2   3  
4   5   16   
26  50  65  

因此，如果该行包含任何小于10或大于25的值，则该行将保留在dataframe中，否则，需要删除该行

有没有什么方法可以通过Pandas实现这一点，而不是遍历所有行？

您可以调用并将结果返回到名为“Keep”的新列。然后可以使用此列删除不需要的行

import pandas as pd
l = [[1,2,3],[4,5,6],[11,24,22],[26,50,65]]
df = pd.DataFrame(l, columns = ['a','b','c']) #Set up sample dataFrame

df['keep'] = df.apply(lambda row: sum(any([(x < 10) or (x > 25) for x in row])), axis = 1)

你可以用

drop_df=df.loc[（df25））.any（1）]

---

• 祝你好运。我希望你能处理好你的争吵。仅供参考，这不是你问问题的方式。你应该表现出最小的努力。如果您有足够的资源在这里提问，那么您就有足够的资源进行自我搜索。为什么第一行和最后一行仍然在您的预期输出中？这毫无意义。你能更好地解释一下你的删除标准吗？如果任何值小于10且大于25，是否删除一行？还是所有的价值观？示例输入和输出没有意义如果行有任何一个值小于10或大于25，那么该行将保留在数据帧中，否则它需要删除。回答得很好！我是熊猫的新手，我想知道在数据帧上“循环”是否更有效。我不知道panda的数据帧是如何在引擎盖下实现的，但这看起来像是重复了两次。你能给我解释一下吗？Apply函数只是循环的语法糖。即使您编写了一个for循环来迭代所有行，我也不确定是否有一种方法可以动态删除行。

      a   b   c  keep
  0   1   2   3     1
  1   4   5   6     1
  2  11  24  22     0
  3  26  50  65     1
  
  
  df = df[df['keep'] == 1] #Drop unwanted rows
  

  dropped_df = df.loc[((df<10) | (df>25)).any(1)]