从数据帧中删除指定的行

Question

如何删除有限的行数？到目前为止，我的代码删除了我给出的每个实例。因此，在下面的例子中，“狗”的每一个实例都被删除。然而，我想删除指定数量的实例，因此，例如只丢弃2个实例的狗，这也将是一个好处，如果要下降的实例是随机抽样。

num = [10, 20, 30, 10, 40, 50, 20, 60, 70, 20] 
color = ['red', 'white', 'black', 'green', 'white', 'orange', 'white', 'black', 'blue', 'red'] 
animal = ['dog', 'cat', 'raccoon', 'gecko', 'bear', 'raccoon', 'dog', 'goat', 'goat', 'dog'] 


dict = {'Number': num, 'Color': color, 'Animal': animal}  
df = pd.DataFrame(dict) 

to_drop = ['dog']
trimmed_df = df[~df['Animal'].isin(to_drop)]

Answer 1

如果多个动物和不同的数量，你可以groupby + sample。将动物和数量储存在一个小块中，然后重新整理正确的数字。

这将随机下降，如果指定一个大于行数的N，则它会为该动物删除所有行。

to_drop = {'dog': 2, 'raccoon': 1}

l = []
for animal, gp in df.groupby('Animal'):
    l.append(gp.sample(n=max(0, len(gp)-to_drop.get(animal, 0)), replace=False))

pd.concat(l).sort_index()

   Number   Color   Animal
1      20   white      cat
3      10   green    gecko
4      40   white     bear
5      50  orange  raccoon
7      60   black     goat
8      70    blue     goat
9      20     red      dog

上面的方法效率不高，所以利用@QuangHoang的聪明想法来累积计数，我们首先对整个DataFrame (.sample(frac=1))进行洗牌，这样我们就可以随机丢弃行，然后将累积计数与裁剪进行比较。

to_drop = {'dog': 2, 'raccoon': 1}

m = (df.sample(frac=1).groupby('Animal').cumcount()
       .lt(df['Animal'].map(to_drop)))
df = df[~m]

Answer 2

你可以试试：

to_drop = ['dog']
s = df['Animal'].isin(to_drop)

mask = s & s.cumsum().le(2)

df[~mask]

输出：

   Number   Color   Animal
1      20   white      cat
2      30   black  raccoon
3      10   green    gecko
4      40   white     bear
5      50  orange  raccoon
7      60   black     goat
8      70    blue     goat
9      20     red      dog

to_drop，：在这种情况下，to_drop有多个标签，您希望在中删除2个实例，每个都可以执行groupby().cumcount()

mask = (df['Animal'].isin(to_drop) &
        df.groupby('Animal').cumcount().lt(2)
       )
print(df[~mask])