Pandas Dataframe，更容易按条件删除值上的行

Question

考虑一个Pandas数据帧，如下所示：

df = pd.DataFrame([[0,2],[1,0],[7,99]],index=[3,4,8], columns = ["R1","R2"])

给予：

^{pr2}$

当我想通过某个值的条件移除行时

df = df.drop(df[df["R1"] == 1].index)

或者

df = df.drop(df.index[np.where(df["R1"] == 1)[0]])

或者

df = df.drop(df.loc[df['R1'] == 1].index)

两者都是超级累赘。你知道一个更容易实现的语法吗？在

例如，如果有类似idrop函数的东西，第二个选项会更容易理解：

df = df.idrop(np.where(df["R1"] == 1)[0])

编辑：

我假设df = df[df['R1'] != 1]的性能不如删除一行。（庞大的数据库…）

Answer 1

不，boolean indexing比drop更快，如果需要提高性能，请使用numepr：

import perfplot, numexpr

def bi1(df):
    return df[df['R1'].values != 1]

def bi2(df):
    return df[df['R1'] != 1]

def drop1(df):
    return df.drop(df[df["R1"] == 1].index)

def drop2(df):
    return df.drop(df.index[df["R1"] == 1])

def drop3(df):
    return df.drop(df.loc[df['R1'] == 1].index)

def drop4(df):
    return df.drop(np.where(df["R1"] == 1)[0])


def ne(x):
    x = x['R1'].values
    return x[numexpr.evaluate('(x != 1)')]

def q(x):
    return x.query('R1 != 1')

def ev(x):
    return x[x.eval('R1 != 1')]


def make_df(n):
    df = pd.DataFrame({'R1':np.random.randint(100, size=n)})
    return df

---

^{2}$