2024-09-21 02:35:44 发布
网友
所以我可以这样做:
data = df[ df['Proposal'] != 'C000' ]
删除字符串为C000的所有建议,但如何执行以下操作:
data = df[ df['Proposal'] not in ['C000','C0001' ]
删除所有匹配C000或C0001(等)的提案
你可以试试这个
df = df.drop(df[df['Proposal'].isin(['C000','C0001'])].index)
或者选择需要的
df = df[~df['Proposal'].isin(['C000','C0001'])]
import numpy as np data = df.loc[np.logical_not(df['Proposal'].isin({'C000','C0001'})), :] # or data = df.loc[ ~df['Proposal'].isin({'C000','C0001'}) , :]
你可以试试这个
或者选择需要的
相关问题 更多 >
编程相关推荐