如果在“search”列中找到字符串“something”,这两种删除行的方法有什么区别?
第一种方法:
mydata = mydata.set_index("search")
mydata = mydata.drop("something", axis=0)
这个方法看起来很简单,也很容易理解。
第二种方法:
mydata = mydata[~mydata.select_dtypes(['object']).eq('something').any(1)]
我真的不知道这个方法是如何工作的。在此行中的何处指定删除/删除该行?为什么它使用“对象”而不是“搜索”? “~”代表什么?我在文档中找不到它。
请您参考如下方法:
您的两种方法不相同。我们分两部分来看第二种方法。
第 1 步:通过 select_dtypes 子集数据帧
mydata.select_dtypes(['object']) 过滤您的数据框,仅包含具有 object dtype 的系列。您可以通过 mydata.dtypes 提取每个系列的 dtype。通常,非数字系列将具有 object dtype,它表示一个指针序列,类似于 list。
在这种情况下,只有当 search 系列是唯一的 object dtype 系列时,您的两个方法才会对齐。
第 2 步:通过 eq
测试相等性
由于第 1 步返回一个 dataframe,即使它只包含一个系列,pd.DataFrame.eq 也会返回一个 bool 值的 dataframe。
第 3 步:通过 any
逐行测试任何
True 值
接下来您的第二个方法检查是否有任何值是 True row-wise (axis=1)。同样,如果您唯一的 object 系列是 search,那么这等同于您的第一个方法。
如果您有多个 object 系列,那么您的两个方法可能不会对齐,因为一行可能由于 another 系列等于 'something 而被排除'.
