Supprimer des lignes de pandas DataFrame basée sur la condition

Je suis un newbie de pandas, de sorte s'il vous plaît pardonnez la question de newbie!

J'ai le code suivant;

import pandas as pd

pet_names = ["Name","Species"
"Jack","Cat"
"Jill","Dog"
"Tom","Cat"
"Harry","Dog"
"Hannah","Dog"]

df = pd.DataFrame(pet_names)

df = df[df['Species']!='Cat']

print(df)

Je voudrais supprimer toutes les lignes qui contiennent "Chat" dans les "Espèces" de la colonne, en laissant tous les chiens derrière. Comment dois-je faire? Malheureusement, ce code est actuellement en retour d'erreurs.

InformationsquelleAutor James Geddes | 2017-08-03
  1. 17

    Général boolean indexing

    df[df['Species'] != 'Cat']
# df[df['Species'].ne('Cat')]

  Index    Name Species
1     1    Jill     Dog
3     3   Harry     Dog
4     4  Hannah     Dog

    df.query

    df.query("Species != 'Cat'")

  Index    Name Species
1     1    Jill     Dog
3     3   Harry     Dog
4     4  Hannah     Dog

    Pour plus d'informations sur le pd.eval() famille de fonctions, de leurs caractéristiques et de cas d'utilisation, veuillez visiter Dynamique de l'Évaluation de l'Expression dans les pandas à l'aide de la mp.eval().

    df.isin

    df[~df['Species'].isin(['Cat'])]

  Index    Name Species
1     1    Jill     Dog
3     3   Harry     Dog
4     4  Hannah     Dog
    • Je viens de upvoted vous quatre fois pour chaque réponse. Dommage, DONC de ne pas le reconnaître ceux clics.
    • "AttributeError: 'DataFrame" objet n'a pas d'attribut "Espèces "" - ce que je fais mal?
    • Si vous êtes en utilisant les mêmes données, comme dans ton post, c'est pourquoi. Vous avez des problèmes avec vos données d'entrée. Essayez ceci: pet_names = [["Jack","Cat"], ["Jill","Dog"], ["Tom","Cat"], ["Harry","Dog"] ,["Hannah","Dog"] ]; df = pd.DataFrame(pet_names,columns =["Name","Species"]) (à partir de Bharath du post)
    • hahaha si seulement!
    • Choix multiples +1
    • maintenant, vous avez mon upvote ~recommandons Également df.query, en particulier pour plusieurs index

    InformationsquelleAutor cs95