pandas 使用遮罩就位子集数据帧的最佳方法 [英] Pandas best way to subset a dataframe inplace, using a mask

问题描述

我有一个要缩小尺寸的熊猫数据集(删除x下的所有值).

I have a pandas dataset that I want to downsize (remove all values under x).

掩码为df[my_column] > 50

我通常只使用df = df[mask]，但要避免每次都复制，特别是因为在函数中使用它时容易出错(因为它仅在函数范围内被更改).

I would typically just use df = df[mask], but want to avoid making a copy every time, particularly because it gets error prone when used in functions (as it only gets altered in the function scope).

在适当的位置对数据集进行子集化的最佳方法是什么?

What is the best way to subset a dataset inplace?

我在想一些类似的事情
df.drop(df.loc[mask].index, inplace = True)

I was thinking of something along the lines of
df.drop(df.loc[mask].index, inplace = True)

是否有更好的方法来执行此操作，或者在任何情况下根本不起作用?

Is there a better way to do this, or any situation where this won't work at all?

推荐答案

您缺少inplace参数:

You are missing the inplace parameter :

df.drop(df[df.my_column < 50].index, inplace = True)

这篇关于 pandas 使用遮罩就位子集数据帧的最佳方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！