是否有更快或更好的替代方案来替代熊猫isin()?我正在尝试筛选一个包含多个位置和多个客户的大型数据集。Isin给了我一个错误,数组太大,无法处理
除了我在下面做的事情,还有其他选择吗?我需要删除特定位置的行,其中客户的状态标记为非活动。我需要使用特定的位置值,然后删除非活动状态
inactive = ['Inactive1','Inactive2,'Inactive3', etc.]
df = df.drop(df[(df['location'] == 'ABC123') & (~df.isin(inactive))])
Isin()通常是有效的,但是对于这种大小的数据帧,它不是
确保在布尔逻辑之后添加.index,以确保将行提供给.drop()函数
相关问题 更多 >
编程相关推荐