如果value是数组而不是单个值，请在pandas数据框中删除行

问题描述

我有一个数据框，其中的一列中有一些行具有数组值，而不是单个int64值。我要删除所有这些行。

我正在使用下面的代码来执行此操作，但这不起作用（由于明显的原因，正在将其与字符串进行比较）。

handover_data.drop(handover_data[handover_data['S-PCI'] == '[105 106]'].index,inplace=True)

在数据帧中，它既应具有105或106，但不能全部都具有，但某些地方应具有[105 106]

比较此方法以检查是否存在数组而不是期望值的方法是什么？

数据集如下所示：

S-Cell ID  N-Cell ID S-PLMN  S-PCI  N-PCI        S-BW        N-BW  \
73        257          0    105    105    106  2147483647  2147483647   

    S-EARFCN  N-EARFCN  
73      3025      3025  30102 

     Elapsed RT  Time (ms)  RSRP-105  RSRP-106  RSRQ-105  RSRQ-106  
73  41846000000  2947094.0       -84       -90        -4       -14

编辑：

s_Cell = 105
for i,j in hd_data.iterrows():
        if(hd_data.at[i,'S-PCI'].all() != s_Cell):
        hd_data.at[i,'H_Event'] = 1

失败，并显示以下错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-399-d4c47a34a73e> in <module>
     19         print(i)
     20         print(handover_data.at[i,'S-PCI'])
---> 21     if(handover_data.at[i,'S-PCI'].all() != starting_Cell):
     22         handover_data.at[i,'Handover_Event'] = 1
     23         #handover_data.at[i,'Time_to_Handover'] = handover_data.at[i,'TimeInterval']-last_HO_time

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

解决方法

您可以按所需的值进行过滤

wanted_values = [105,106]
handover_data = handover_data[handover_data['S-PCI'].isin(wanted_values)]

如果您要删除特定于列表的项目，则将占用更多资源

import numpy as np
handover_data = handover_data.apply(lambda x: np.nan if isinstance(x['S-PCI'],list) else x).dropna(subset=['S-PCI'])

尝试

handover_data.drop(handover_data[handover_data['S-PCI'].apply(lambda x: not str(x).isdigit())].index,inplace=True)

pandas python sklearn-pandas