如何按条件从pandas的Python的另一列中从一个列中删除一部分值？

Question

我有房地产数据框，其中包含许多异常值和许多观察结果。 我有变量：总面积、房间数量（如果房间 = 0，则为单间公寓）和厨房区域。

从我的数据框中“最小化”提取：

dic = [{'area': 40, 'kitchen_area': 10, 'rooms': 1, 'price': 50000 },
 {'area': 20, 'kitchen_area': 0, 'rooms': 0, 'price': 50000},
 {'area': 60, 'kitchen_area': 0, 'rooms': 2, 'price': 70000},
 {'area': 29, 'kitchen_area': 9, 'rooms': 1, 'price': 30000},
 {'area': 15, 'kitchen_area': 0, 'rooms': 0, 'price': 25000}]
df = pd.DataFrame(dic, index=['apt1', 'apt2','apt3','apt4', 'apt5'])

我的目标是消除 apt3，因为根据法律，非单间公寓的厨房面积不能小于 5 平方米。 换句话说，我想从数据框中删除包含非工作室公寓（rooms>0）但具有kitchen_area <的公寓数据的所有行。 5

我尝试过这样的代码：

df1 = df.drop(df[(df.rooms > 0) & (df.kitchen_area < 5)].index)

但它只是根据我输入的多个条件消除了 kitchen_area 和 rooms 列中的所有数据。

Answer 1

清洁

mask1 = df.rooms > 0
mask2 = df.kitchen_area < 5

df1 = df[~(mask1 & mask2)]
df1

      area  kitchen_area  rooms  price
apt1    40            10      1  50000
apt2    20             0      0  50000
apt4    29             9      1  30000
apt5    15             0      0  25000

---

pd.dataframe.query

df1 = df.query('rooms == 0 | kitchen_area >= 5')
df1

      area  kitchen_area  rooms  price
apt1    40            10      1  50000
apt2    20             0      0  50000
apt4    29             9      1  30000
apt5    15             0      0  25000