Pandas DataFrame の列値に基づいて行を削除する方法
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
