HOWTO · Pandas
Pandas DataFrame の列値に基づいて行を削除する方法
このチュートリアルでは、loc with drop、boolean masking などのメソッドを使用して、Pandas DataFrame の列値に基づいて行を削除する方法を示します。
このページの内容
列値の条件に基づいて Pandas DataFrame 行を削除する方法を紹介します。たとえば、.drop（loc の有無にかかわらず）と boolean masking を使用します。
Pandas DataFrame の列値の行を削除する .drop メソッド
.drop メソッドは列名の単一またはリストを受け入れ、行または列を削除します。行にはパラメータ axis=0 を設定し、列には axis=1 を設定します（デフォルトでは axis=0 です）。Pandas DataFrame の列の値に適用される条件に基づいて、True と False のシリーズを取得することもできます。
コード例：
# python 3.x
import pandas as pd
fruit_list = [
("Orange", 34, "Yes"),
("Mango", 24, "No"),
("banana", 14, "No"),
("Apple", 44, "Yes"),
("Pineapple", 64, "No"),
("Kiwi", 84, "Yes"),
]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
# Get names of indexes for which column Stock has value No
indexNames = df[df["Stock"] == "No"].index
# Delete these row indexes from dataFrame
df.drop(indexNames, inplace=True)
print(df)
出力：
Name Price Stock
0 Orange 34 Yes
3 Apple 44 Yes
5 Kiwi 84 Yes
df.drop メソッド内で .loc を使用して同様の結果を取得することもできます。
df.drop(df.loc[df["Stock"] == "Yes"].index, inplace=True)
複数の列の値に基づいて行を削除することもできます。上記の例では、価格が 30 以上、価格が 70 以下の行を削除できます。
コード例：
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [
("Orange", 34, "Yes"),
("Mango", 24, "No"),
("banana", 14, "No"),
("Apple", 44, "Yes"),
("Pineapple", 64, "No"),
("Kiwi", 84, "Yes"),
]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
indexNames = df[(df["Price"] >= 30) & (df["Price"] <= 70)].index
df.drop(indexNames, inplace=True)
print(df)
出力：
Name Price Stock
1 Mango 24 No
2 banana 14 No
5 Kiwi 84 Yes
価格が 30 以上 70 未満の行は削除されました。
Pandas DataFrame の行を削するための boolean masking メソッドは
boolean masking は、列の値に基づいて Pandas DataFrame で行を削除するための最良かつ最も簡単な方法です。
コード例：
# python 3.x
import pandas as pd
# List of Tuples
fruit_list = [
("Orange", 34, "Yes"),
("Mango", 24, "No"),
("banana", 14, "No"),
("Apple", 44, "Yes"),
("Pineapple", 64, "No"),
("Kiwi", 84, "Yes"),
]
# Create a DataFrame object
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "Stock"])
print(df[df.Price > 40])
print("............................")
print(df[(df.Price > 40) & (df.Stock == "Yes")])
出力：
Name Price Stock
3 Apple 44 Yes
4 Pineapple 64 No
5 Kiwi 84 Yes
............................
Name Price Stock
3 Apple 44 Yes
5 Kiwi 84 Yes