熊猫：行数计数错误

Question

我把熊猫放在笔记本里。我有一个数据帧result_df，包含一列_text。我试图筛选出满足某个条件的行（特别是那些结果中的字数为0的行）。你知道吗

当我开始的时候，我有一个：

len(result_df)

我回来了：

49708

然后我做这个：

result_df[result_df['_text'].apply(textstat.lexicon_count) != 0]

在笔记本中，我看到一个巨大的数据框，底部是这样的：

49701 rows × 5 columns

但是，当我跑步时：

len(result_df)

我回来了：

49708

所以现在我很困惑：看起来我删除了7行，但是len函数不同意。。。你知道吗

任何澄清都太棒了！你知道吗

谢谢！你知道吗

Answer 1

覆盖将有所帮助。使用以下代码行：

result_df = result_df[result_df['_text'].apply(textstat.lexicon_count) != 0]
len(result_df)

Answer 2

您所做的只是使用布尔索引获得原始数据帧的视图。没有变化。例如：

In [108]: df
Out[108]: 
   colx  coly name
0     1     5  foo
1     2     6  foo
2     3     7  bar
3     4     8  bar

In [109]: len(df)
Out[109]: 4

现在，索引以查找colx>；3的所有行：

In [110]: df[df['colx'] > 3]
Out[110]: 
   colx  coly name
3     4     8  bar

In [111]: len(df[df['colx'] > 3])
Out[111]: 1

但是，如果打印出原始df：

In [112]: df
Out[112]: 
   colx  coly name
0     1     5  foo
1     2     6  foo
2     3     7  bar
3     4     8  bar

如果要将数据帧重新分配给切片，则需要显式分配它：

result_df = result_df[result_df['_text'].apply(textstat.lexicon_count) != 0]