• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Pandas: Eliminar filas en base a sus valores con Pandas

febrero 21, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

pandas

Al trabajar con conjuntos de datos es posible que sea necesario eliminar algunas de las filas o columnas en base a los valores de estas. Seleccionado solamente aquellas cuyos valores cumplen alguna condición. Esto es algo que se puede conseguir fácilmente el Pandas gracias a las posibilidades que ofrecen el uso de vectores booleanos en loc. Pudiéndose construir estos vectores al aplicar condiciones a las filas o conjuntos de filas de un objeto DataFrame. Veamos a continuación como se puede eliminar filas en base a sus valores en los objetos DataFrame de Pandas.

Conjunto de datos de ejemplo

Para estudiar la forma de eliminar las filas o columnas de un DataFrame Pandas una opción es crear un pequeño conjunto aleatorio, para lo que se puede usar la función randint() de NumPy. Por ejemplo, una matriz de cinco por cinco con valores enteros entre 0 y 8.

import numpy as np
import pandas as pd

np.random.seed(0)

df = pd.DataFrame(np.random.randint(9, size=(5, 5)))
df
   0  1  2  3  4
0  5  0  3  3  7
1  3  5  2  4  7
2  6  8  8  1  6
3  7  7  8  1  5
4  8  4  3  0  3

Eliminar filas en base al valor de una columna

Supongamos que en el conjunto de datos generado en la sección anterior se desea eliminar las filas en las que algún registro es igual a cero. Valores que existen en la segunda y cuarta columnas del DataFrame. Para ello se puede crear un vector booleano que sea cierto cuando el valor en la segunda columna sea diferente de cero y falso en caso contrario. Esto es, un vector que se puede obtener con la siguiente expresión df[1] != 0. Ahora, si este vector se usa para filtrar los registros con loc es posible generar un nuevo DataFrame en el que se elimina los registros donde hay un 0 en la segunda columna

df.loc[df[1] != 0, :]
   0  1  2  3  4
1  3  5  2  4  7
2  6  8  8  1  6
3  7  7  8  1  5
4  8  4  3  0  3

Tal como se puede ver en el ejemplo en este caso se ha eliminado la primera fila.

Publicidad


Eliminar filas en base al valor de múltiples columnas

Si hay múltiples filas con 0, como es el caso del conjunto de datos de ejemplo, puede ser un poco tedioso repetir la operación anterior para cada una de las columnas. Además de la necesidad de saber en cuales hay ceros. Pero para solucionar problemas como estos es por lo que en los DataFrame Pandas existen los métodos any() o all() con los cuales es posible combinar estas operaciones por filas o columnas. De este modo, el problema se puede solucionar simplemente comprobando las columnas en las que todos los valores son diferentes de 0.

df.loc[(df != 0).all(axis=1), :]
   0  1  2  3  4
1  3  5  2  4  7
2  6  8  8  1  6
3  7  7  8  1  5

En este ejemplo ha sido necesario indicar que el método all() se debe aplicar por columnas, ya que por defecto, como en la mayoría de los métodos similares de Pandas, se aplica por filas. Obteniendo el resultado de una manera bastante sencilla.

Eliminar columnas en base a los valores de las filas

De manera análoga a lo visto hasta ahora, también es posible eliminar las columnas en base a los valores de una o todas las filas del conjunto de datos. La única diferencia es que el filtro se debe aplicar en el segundo elemento de loc. Así para eliminar las columnas en las hay un cero en la primera fila simplemente se debe escribir

df.loc[:, df.loc[0, :] != 0]
   0  2  3  4
0  5  3  3  7
1  3  2  4  7
2  6  8  1  6
3  7  8  1  5
4  8  3  0  3

Por otro lado, para hacerlo filtrando por todas las filas se debería escribir.

Publicidad


df.loc[:,(df != 0).all()]
   0  2  4
0  5  3  7
1  3  2  7
2  6  8  6
3  7  8  5
4  8  3  3

Conclusiones

En esta ocasión se ha visto cómo se pueden combinar los vectores booleanos y loc para eliminar filas o columnas en base a los valores de los registros. Una operación que, cuando se entiende, es bastante más sencilla de lo que parece. Además de ser muy útil, ya que los vectores booleanos se pueden crear en base a múltiples condiciones.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • pandas
    Pandas: Contabilizar los registros que cumplen una…
  • sky
    Numpy básico: seleccionar elementos condicionalmente…
  • columns
    Identificar y eliminar columnas duplicadas en Pandas
  • DataFrame con estilos personalizados
    Formatos condicionales en Pandas
  • pandas
    Diferencias entre loc e iloc en Pandas
  • railway
    Diferencia entre at y loc en Pandas

Publicado en: Python Etiquetado como: Pandas

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad





Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

Mantener un sistema de alta disponibilidad con PostgreSQL y repmgr

diciembre 1, 2023 Por Daniel Rodríguez

Diferencias entre los errores 401 y 403 del estándar HTTP

noviembre 29, 2023 Por Daniel Rodríguez

Ver el código de cualquier función en Python

noviembre 27, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Duplicado Eliminar registros duplicados en pandas publicado el junio 20, 2018 | en Python
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • El método Sainte-Laguë y su implementación en Python publicado el septiembre 22, 2023 | en Ciencia de datos
  • Numpy básico: eliminar elementos en arrays de Numpy publicado el octubre 30, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.4 (13)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Anto en Rendimiento al iterar en JavaScript sobre un vector
  • Daniel Rodríguez en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Guillermo en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto