Python：如何根据大于条件在两个不同的列中删除文本文件中的数据行？

Question

我试图从一个文本文件中删除行，该文件包含23列和至少6000行的数据。我想删除第14列中值大于41.54的所有行，但仅当第13列中的值也大于49.97时。这样就不会删除column13中值大于41.54的所有行，而是只删除同时满足这两个条件的行。在

我将包括我刚开始时在第14列中只删除值大于41.54的行的内容。列没有名称。在

import pandas as pd
data = pd.read_csv('F625W8.txt', sep=" ", header=None)
df = df[df.columns[13] > 41.54]

但这给了我一个错误：ParserError:error标记数据。C错误：第15行应该有61个字段，saw 64

如何编辑此项以包括我需要的条件？我对Python非常陌生，而且它是我唯一一种模糊熟悉的语言。提前谢谢你！下面是数据的实际外观示例。在

Answer 1

文本不整齐，因此会出现此错误。数据似乎从第23行开始，因此：

^{1}$

skiprows就像它听起来一样，在读取参数之前跳过所有行。Edit：您还可以使用comment跳过以#开头的行

也可以使用error_bad_lines参数来删除字段太多的行，或者使用warn_bad_lines对警告执行相同的操作。skipfooter跳过底部的行，nrows限制要读取的行数。最后，usecols可以限制要读取的列。通过混合和匹配这些参数的使用，您可以对从文件中读取的数据进行细粒度控制。在

编辑：在尝试了我的建议之后，您指出这允许您加载数据，但是您在处理下一行df = df[df.columns[13] > 41.54]

简单的答案是df.columns是一个字符串数组（pandas index）。所以你要把一个字符串和一个数字进行比较。下面的方法可行，但它可能会导致下一个问题。在

^{pr2}$

例如，如果不能将该列中的任何值与float进行比较，则会得到相同的错误。在

import pandas as pd
df = pd.DataFrame({"d": [4, 5, 6, 7, 8, 9,], "x": [4,5,6,7,8,"nine"]})

df = df[df["x"] > 7] # TypeError: '>' not supported...
df = df[df["d"] > 7] # Runs fine

在本例中，您需要转换为具有这些字符串值的内容，可能需要使用Series.apply，您可以查看here。在